Ubicación Física: 005.133 / M111 2018
Python for data analysis : data wrangling with pandas, numPy, and IPython / | |
Autor: | McKinney, Wes. |
Pié de imprenta: | Boston : O'Reilly, 2018. |
Edición: | Second edition. |
Descripción: | 524 páginas ; 18 x 23 cm. |
ISBN: | 9781491957660. |
Tema(s): | |
Contenido: | 1. Preliminaries. 2. Python language Basics, IPyton, and Juputer Notebooks. 3. Built-in data structures, functions, and files. 4. NumPy Basics: Arrays and vectorized computation. 5. Getting started with pandas. 6. Data loading, storage, and file formats. 7. Data cleaning and preparation. 8. Data Wrangling: Join, combine, and Reshape. 9. Plotting and visualization. 10 Data aggregation and group operations. 11. Time series. 12. Advance pandas. 13. Introduction to modeling libraries Python. 14. Data analysis examples. A. Advanced NumPy. B. More on the Python system. Index. |
Contenido: | 1. Preliminares. 2. Fundamentos del lenguaje Python, IPyton y Juputer Notebooks. 3. Estructuras de datos, funciones y archivos incorporados. 4. Nociones básicas: Arrays y computación vectorizada. 5. Empezando con los pandas. 6. Carga de datos, almacenamiento y formatos de archivo. 7. Limpieza y preparación de datos. 8. Gestión de datos: unir, combinar y remodelar. 9. Plotting y visualización. 10 Agregación de datos y operaciones grupales. 11. Series de tiempo. 12. Avances de los pandas. 13. Introducción a las bibliotecas de modelado de Python. 14. Ejemplos de análisis de datos. A. NumPy avanzado. B. Más sobre el sistema Python. Índice. |
Resumen: |
Lista(s) en las que aparece este ítem: Adquisiciones Ingeniería de Sistemas 2017-
Tipo de ítem | Ubicación actual | Colección | Signatura | Copia número | Estado | Fecha de vencimiento | Código de barras |
---|---|---|---|---|---|---|---|
Libro - General | Sede Cra 13 CYP | Colección General | 005.133/M111/2018 (Navegar estantería) | Ej. 1 | Disponible | 61098 |
Navegando Sede Cra 13 Estantes, Ubicación: CYP, Código de colección: Colección General Cerrar el navegador de estanterías
005.133/F314/2019 Unity from zero to proficiency beginner : a step by step guide to coding your first game / | 005.133/J63/2020 Text analysis with R : for students of literature / | 005.133 / L864m Metodología de la programación orientada a objetos / | 005.133/M111/2018 Python for data analysis : data wrangling with pandas, numPy, and IPython / | 005.133/M357/2017 R en profundidad : programación, gráficos y estadística / | 005.133/M357/2017 R en profundidad : programación, gráficos y estadística / | 005.133/M357/2017 R en profundidad : programación, gráficos y estadística / |
1. Preliminaries. 2. Python language Basics, IPyton, and Juputer Notebooks. 3. Built-in data structures, functions, and files. 4. NumPy Basics: Arrays and vectorized computation. 5. Getting started with pandas. 6. Data loading, storage, and file formats. 7. Data cleaning and preparation. 8. Data Wrangling: Join, combine, and Reshape. 9. Plotting and visualization. 10 Data aggregation and group operations. 11. Time series. 12. Advance pandas. 13. Introduction to modeling libraries Python. 14. Data analysis examples. A. Advanced NumPy. B. More on the Python system. Index.
1. Preliminares. 2. Fundamentos del lenguaje Python, IPyton y Juputer Notebooks. 3. Estructuras de datos, funciones y archivos incorporados. 4. Nociones básicas: Arrays y computación vectorizada. 5. Empezando con los pandas. 6. Carga de datos, almacenamiento y formatos de archivo. 7. Limpieza y preparación de datos. 8. Gestión de datos: unir, combinar y remodelar. 9. Plotting y visualización. 10 Agregación de datos y operaciones grupales. 11. Series de tiempo. 12. Avances de los pandas. 13. Introducción a las bibliotecas de modelado de Python. 14. Ejemplos de análisis de datos. A. NumPy avanzado. B. Más sobre el sistema Python. Índice.
Sistemas
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.
No hay comentarios en este titulo.