Your email was sent successfully. Check your inbox.

An error occurred while sending the email. Please try again.

Proceed reservation?

Export
  • 1
    Online Resource
    Online Resource
    Python w analizie danych : przetwarzanie danych za pomocą pakietów pandas i NumbPy oraz środowiska Jupyter (2023)
    Gliwice : Helion
    Details
    ISBN: 9788383223247 , 8383223242
    Language: Polish
    Pages: 1 online resource (504 pages)
    Edition: Wydanie III.
    Uniform Title: Python for data analysis
    DDC: 005.13/3
    Keywords: Python (Computer program language) ; Programming languages (Electronic computers) ; Data mining ; Data mining ; Programming languages (Electronic computers) ; Python (Computer program language)
    Abstract: Wprawny analityk danych potrafi z nich uzyskać wiedzę ułatwiającą podejmowanie trafnych decyzji. Od kilku lat można do tego używać nowoczesnych narzędzi Pythona, które zbudowano specjalnie do tego celu. Praca z nimi nie wymaga głębokiej znajomości statystyki czy algebry. Aby cieszyć się uzyskanymi rezultatami, wystarczy się wprawić w stosowaniu kilku pakietów i środowisk Pythona. Ta książka jest trzecim, starannie zaktualizowanym wydaniem wyczerpującego przewodnika po narzędziach analitycznych Pythona. Uwzględnia Pythona 3.0 i bibliotekę̜ pandas 1.4. Została napisana w przystępny sposób, a poszczególne zagadnienia bogato zilustrowano przykładami, studiami rzeczywistych przypadków i fragmentami kodu. W trakcie lektury nauczysz się korzystać z możliwości oferowanych przez pakiety pandas i NumPy, a także środowiska IPython i Jupyter. Nie zabrakło wskazówek dotyczących używania uniwersalnych narzędzi przeznaczonych do ładowania, czyszczenia, przekształcania i łączenia zbiorów danych. Pozycję docenią analitycy zamierzający zacząć pracę w Pythonie, jak również programiści Pythona, którzy chcą się zająć analizą danych i obliczeniami naukowymi.
    URL: lizenzpflichtig
    Library Location Call Number Volume/Issue/Year Availability
    BibTip Others were also interested in ...
    Online Resource
    MPI Ethno. Forsch.
  • 2
    Online Resource
    Online Resource
    Python for data analysis : data wrangling with Pandas, NumPy, and IPython (2017)
    Sebastopol, CA : O'Reilly Media
    Details
    Language: English
    Pages: 1 online resource (1 volume)
    Edition: Second edition.
    Keywords: Python (Computer program language) ; Data mining ; Electronic books ; Electronic books ; local
    Abstract: Get complete instructions for manipulating, processing, cleaning, and crunching datasets in Python. Updated for Python 3.6, the second edition of this hands-on guide is packed with practical case studies that show you how to solve a broad set of data analysis problems effectively. You'll learn the latest versions of pandas, NumPy, IPython, and Jupyter in the process. Written by Wes McKinney, the creator of the Python pandas project, this book is a practical, modern introduction to data science tools in Python. It's ideal for analysts new to Python and for Python programmers new to data science and scientific computing. Data files and related material are available on GitHub. Use the IPython shell and Jupyter notebook for exploratory computing Learn basic and advanced features in NumPy (Numerical Python) Get started with data analysis tools in the pandas library Use flexible tools to load, clean, transform, merge, and reshape data Create informative visualizations with matplotlib Apply the pandas groupby facility to slice, dice, and summarize datasets Analyze and manipulate regular and irregular time series data Learn how to solve real-world data analysis problems with thorough, detailed examples
    Note: Includes index. - Description based on online resource; title from title page (Safari, viewed Seprember 29, 2017)
    URL: lizenzpflichtig
    Library Location Call Number Volume/Issue/Year Availability
    BibTip Others were also interested in ...
    Online Resource
    MPI Ethno. Forsch.
  • 3
    Online Resource
    Online Resource
    Datenanalyse mit Python : Auswertung von Daten mit Pandas, NumPy und IPython (2019)
    Heidelberg : dpunkt.verlag
    Details
    ISBN: 9783960102144 , 3960102143
    Language: German
    Pages: 1 online resource (1 volume) , illustrations
    Edition: 2. Auflage.
    Uniform Title: Python for data analysis
    Keywords: Python (Computer program language) ; Electronic data processing ; Data mining ; Electronic books ; Electronic books ; local
    Abstract: Sie wollen alles erfahren über das Manipulieren, Bereinigen, Verarbeiten und Aufbereiten von strukturierten Daten mit Python? Dieses konsequent praxisbezogene Buch zeigt Ihnen anhand konkreter Fallbeispiele, wie Sie mit Jupyter und den Python-Bibliotheken Pandas, NumPy und IPython eine Vielzahl von typischen Datenanalyse-Problemen lösen.Geschrieben von Wes McKinney, dem Hauptautor der Pandas-Bibliothek, bietet Datenanalyse mit Python zudem einen praktischen Einstieg in das Scientific Computing für datenintensive Anwendungen mit Python.Das Buch eignet sich sowohl für Datenanalysten, für die Python Neuland ist, als auch für Python-Programmierer, die sich in das Scientific Computing einarbeiten wollen.
    Note: Originally published in English under title: Python for Data Analysis: Data Wrangling with Pandas, NumPy,and IPython, 2nd Edition. - Includes index. - Description based on online resource; title from title page (viewed January 4, 2019)
    URL: lizenzpflichtig
    Library Location Call Number Volume/Issue/Year Availability
    BibTip Others were also interested in ...
    Online Resource
    MPI Ethno. Forsch.
  • 4
    Online Resource
    Online Resource
    Datenanalyse mit Python (2023)
    Heidelberg : dpunkt
    Details
    ISBN: 9783960107538 , 9783960107545 , 9783960107521
    Language: German
    Pages: 1 online resource (558 pages) , illustrations
    Edition: 3. Auflage.
    Uniform Title: Python for data analysis
    DDC: 005.13/3
    Keywords: Python (Computer program language) ; Programming languages (Electronic computers) ; Data mining
    Abstract: Erfahren Sie alles über das Manipulieren, Bereinigen, Verarbeiten und Aufbereiten von Datensätzen mit Python: Aktualisiert auf Python 3.10 und pandas 1.4, zeigt Ihnen dieses konsequent praxisbezogene Buch anhand konkreter Fallbeispiele, wie Sie eine Vielzahl von typischen Datenanalyse-Problemen effektiv lösen. Gleichzeitig lernen Sie die neuesten Versionen von pandas, NumPy und Jupyter kennen.Geschrieben von Wes McKinney, dem Begründer des pandas-Projekts, bietet Datenanalyse mit Python einen praktischen Einstieg in die Data-Science-Tools von Python. Das Buch eignet sich sowohl für Datenanalysten, für die Python Neuland ist, als auch für Python-Programmierer, die sich in Data Science und Scientific Computing einarbeiten wollen. Daten und Zusatzmaterial zum Buch sind auf GitHub verfügbar.
    Note: Includes bibliographical references and index
    URL: lizenzpflichtig
    Library Location Call Number Volume/Issue/Year Availability
    BibTip Others were also interested in ...
    Online Resource
    MPI Ethno. Forsch.
  • 5
    Online Resource
    Online Resource
    利用 Python 进行数据分析（原书第2版） (2018)
    [Erscheinungsort nicht ermittelbar] : China Machine Press | Boston, MA : Safari
    Details
    ISBN: 9787111603702
    Language: English , Chinese
    Pages: 1 online resource (491 pages)
    Edition: 2nd edition
    Keywords: Electronic books ; local
    Abstract: 阅读本书可以获得关于在Python下操作、处理、清洗、规整数据集的完整说明。本书第2版针对Python 3.6进行了更新，并增加了实际案例向你展示如何高效地解决一系列数据分析问题。你将在阅读过程中学习到较新版本的pandas、NumPy、IPython和Jupyter。 本书作者Wes McKinney是Python pandas项目的创始人。本书是对Python数据科学工具的实操化、现代化的介绍，非常适合刚学Python的数据分析师或刚学数据科学以及科学计算的Python编程者。数据文件和相关的材料可以在GitHub上找到。 使用IPython shell和Jupyter notebook进行探索性计算 学习NumPy(Numerical Python)的基础和高级特性 入门pandas库中的数据分析工具 使用灵活工具对数据进行载入、清洗、变换、合并和重塑 使用matplotlib创建富含信息的可视化 将pandas的groupby功能应用于对数据集的切片、切块和汇总 分析并操作规则和不规则的时间序列数据 利用完整的、详细的示例学习如何解决现实中的数据分析问题
    Note: Online resource; Title from title page (viewed July 1, 2018) , Mode of access: World Wide Web.
    URL: lizenzpflichtig
    Library Location Call Number Volume/Issue/Year Availability
    BibTip Others were also interested in ...
    Online Resource
    MPI Ethno. Forsch.
  • 6
    Online Resource
    Online Resource
    Python for Data Analysis, 3rd Edition (2022)
    [Erscheinungsort nicht ermittelbar] : O'Reilly Media, Inc. | Boston, MA : Safari
    Details
    Language: English
    Pages: 1 online resource (60 pages)
    Edition: 3rd edition
    Parallel Title: Erscheint auch als
    DDC: 006.3/12
    Keywords: Data mining ; Python (Computer program language) ; Electronic books ; local ; Electronic books
    Abstract: Get the definitive handbook for manipulating, processing, cleaning, and crunching datasets in Python. Updated for Python 3.9 and pandas 1.2, the third edition of this hands-on guide is packed with practical case studies that show you how to solve a broad set of data analysis problems effectively. You�?�¢??ll learn the latest versions of pandas, NumPy, and Jupyter in the process. Written by Wes McKinney, the creator of the Python pandas project, this book is a practical, modern introduction to data science tools in Python. It�?�¢??s ideal for analysts new to Python and for Python programmers new to data science and scientific computing. Data files and related material are available on GitHub. Use the Jupyter notebook and IPython shell for exploratory computing Learn basic and advanced features in NumPy Get started with data analysis tools in the pandas library Use flexible tools to load, clean, transform, merge, and reshape data Create informative visualizations with matplotlib Apply the pandas groupby facility to slice, dice, and summarize datasets Analyze and manipulate regular and irregular time series data Learn how to solve real-world data analysis problems with thorough, detailed examples
    Note: Online resource; Title from title page (viewed September 25, 2022) , Mode of access: World Wide Web.
    URL: lizenzpflichtig
    Library Location Call Number Volume/Issue/Year Availability
    BibTip Others were also interested in ...
    Online Resource
    MPI Ethno. Forsch.
  • 7
    Online Resource
    Online Resource
    Python w analizie danych (2018)
    [Erscheinungsort nicht ermittelbar] : Helion | Boston, MA : Safari
    Details
    Language: English , Polish
    Pages: 1 online resource (480 pages)
    Edition: 1st edition
    Keywords: Electronic books ; local
    Abstract: Analiza danych stała się samodzielną dyscypliną wiedzy interesującą specjalistów z wielu branż: analityków biznesowych, statystyków, architektów oprogramowania czy też osoby zajmujące się sztuczną inteligencją. Wydobywanie informacji ze zbiorów danych pozwala na uzyskanie wiedzy niedostępnej w inny sposób. W tym celu dane trzeba odpowiednio przygotować, oczyścić, przetworzyć i oczywiście poddać analizie. Warto również zadbać o ich wizualizację. Do tych wszystkich zadań najlepiej wykorzystać specjalne narzędzia opracowane w języku Python. Prezentowana książka jest drugim, zaktualizowanym i uzupełnionym, wydaniem klasycznego podręcznika napisanego z myślą o analitykach, którzy dotychczas nie pracowali w Pythonie, oraz o programistach Pythona, którzy nie zajmowali się dotąd analizą danych ani obliczeniami naukowymi. Przedstawiono tu możliwości oferowane przez Pythona 3.6 oraz najnowsze funkcje pakietów Pandas i NumPy, a także środowisk IPython i Jupyter. Przy opisie poszczególnych narzędzi analitycznych wyjaśniono ich działanie i zaprezentowano przykłady ich wykorzystania w sposób efektywny i kreatywny. Ta książka powinna się znaleźć w podręcznej bibliotece każdego analityka danych! Najważniejsze zagadnienia: Eksploracja danych za pomocą powłoki IPython i środowiska Jupyter Korzystanie z pakietów NumPy i Pandas Tworzenie wizualizacji danych za pomocą pakietu Matplotlib Praca z danymi regularnych i nieregularnych szeregów czasowych Rozwiązywanie rzeczywistych problemów analitycznych Python: poznaj idealne narzędzie do analizy danych!
    Note: Online resource; Title from title page (viewed June 15, 2018) , Mode of access: World Wide Web.
    URL: lizenzpflichtig
    Library Location Call Number Volume/Issue/Year Availability
    BibTip Others were also interested in ...
    Online Resource
    MPI Ethno. Forsch.
  • 8
    Online Resource
    Online Resource
    Pythonによるデータ分析入門 第2版 ―NumPy、pandasを使ったデータ処理 (2018)
    [Erscheinungsort nicht ermittelbar] : O'Reilly Japan, Inc. | Boston, MA : Safari
    Details
    ISBN: 9784873118451
    Language: English , Japanese
    Pages: 1 online resource (596 pages)
    Edition: 2nd edition
    Keywords: Electronic books ; local
    Abstract: NumPy、SciPy、pandas、Matplotlib、Jupyterをはじめ、高機能で使いやすい数学・科学計算用ライブラリが充実しているPythonは、科学計算、統計解析、機械学習のみならず、金融や経済分野でも広く利用されています。本書はPythonの代表的なデータ分析ツール、pandasの開発者Wes McKinneyによる、データ分析を行うための基本を網羅しています。すべてのサンプルコードはダウンロード可能で、Jupyter Notebookで対話的に試し、実際に手を動かしながら知識を確実なものにすることが可能です。Python 3に対応した待望の改訂版です。
    Note: Online resource; Title from title page (viewed July 25, 2018) , Mode of access: World Wide Web.
    URL: lizenzpflichtig
    Library Location Call Number Volume/Issue/Year Availability
    BibTip Others were also interested in ...
    Online Resource
    MPI Ethno. Forsch.
  • 9
    Online Resource
    Online Resource
    Meet the Expert : Wes McKinney on Scalable Python You Can Afford (2021)
    [Erscheinungsort nicht ermittelbar] : O'Reilly Media, Inc. | Boston, MA : Safari
    Details
    Language: English
    Pages: 1 online resource (1 video file, approximately 59 min.)
    Edition: 1st edition
    Keywords: Electronic videos ; local
    Abstract: Join us for this edition of Meet the Expert with Apache Arrow cocreator Wes McKinney to learn considerations and best practices for distributed Python at scale—in a cost-effective way. You’ll explore some of the computational systems challenges that go hand in hand with doing scalable distributed computing in Python and discover how working to improve data processing performance and efficiency in data science tools led Wes to help build the Apache Arrow project. What you’ll learn and how you can apply it Understand common challenges in distributed computing Explore tools and practices for improving data processing performance and efficiency Discover cost-effective considerations for data processing at scale This course is for you because… You want to learn about the fundamental shifts that are transforming the business landscape and customer needs. You want to overcome challenges that arise when working with large amounts of data. You want to discover new open source technologies and learn how to integrate them. Recommended follow-up: Read Python for Data Analysis , third edition (book)
    Note: Online resource; Title from title screen (viewed August 5, 2021) , Mode of access: World Wide Web.
    URL: lizenzpflichtig
    Library Location Call Number Volume/Issue/Year Availability
    BibTip Others were also interested in ...
    Online Resource
    MPI Ethno. Forsch.
  • 10
    Online Resource
    Online Resource
    Python for data analysis (2012)
    Sebastopol, CA : O'Reilly Media
    Details
    Language: English
    Pages: 1 online resource (1 v.) , ill.
    Keywords: Python (Computer program language) ; Programming languages (Electronic computers) ; Data mining ; Electronic books ; Electronic books ; local
    Abstract: Python for Data Analysis is concerned with the nuts and bolts of manipulating, processing, cleaning, and crunching data in Python. It is also a practical, modern introduction to scientific computing in Python, tailored for data-intensive applications. This is a book about the parts of the Python language and libraries you'll need to effectively solve a broad set of data analysis problems. This book is not an exposition on analytical methods using Python as the implementation language. Written by Wes McKinney, the main author of the pandas library, this hands-on book is packed with practical cases studies. It's ideal for analysts new to Python and for Python programmers new to scientific computing. Use the IPython interactive shell as your primary development environment Learn basic and advanced NumPy (Numerical Python) features Get started with data analysis tools in the pandas library Use high-performance tools to load, clean, transform, merge, and reshape data Create scatter plots and static or interactive visualizations with matplotlib Apply the pandas groupby facility to slice, dice, and summarize datasets Measure data by points in time, whether it's specific instances, fixed periods, or intervals Learn how to solve problems in web analytics, social sciences, finance, and economics, through detailed examples
    Note: Description based on online resource; title from PDF title page (Safari, viewed Aug. 27, 2012)
    URL: https://learning.oreilly.com/library/view/-/9781449323592/?ar
    Library Location Call Number Volume/Issue/Year Availability
    BibTip Others were also interested in ...
    Online Resource
    MPI Ethno. Forsch.
Close ⊗
This website uses cookies and the analysis tool Matomo. More information can be found here...