Normal view MARC view ISBD view
Tipo: materialTypeLabelLibro - General
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:

List(s) this item appears in: Adquisiciones Sistemas 2017-
Tags from this library: No tags from this library for this title. Log in to add tags.
    average rating: 0.0 (0 votes)
Item type Current location Collection Call number Copy number Status Date due Barcode
Libro - General Libro - General Biblioteca UCATOLICA
Carrera 13
Colección General 005.133/M111/2018 (Browse shelf) Ej. 1 Available (Acceso Libre) 61098
Browsing Biblioteca UCATOLICA Shelves , Shelving location: Carrera 13 , Collection code: Colección General Close shelf browser
005.133 / L864 Objetive-C : 005.133 / L864m Metodología de la programación orientada a objetos / 005.133 / L975 Learning python / 005.133/M111/2018 Python for data analysis : 005.133 / M626r Microsoft Visual C más más : 005.133 / M758 J2EE Web services / 005.133 / M758 J2EE Web services /

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.

There are no comments for this item.

Log in to your account to post a comment.

Click on an image to view it in the image viewer

Universidad Católica de Colombia
La Universidad Católica de Colombia es una Institución de Educación Superior sujeta a inspección y vigilancia por el Ministerio de Educación, reconocida mediante Resolución Número 2271 de julio 7 de 1970 del Ministerio de Justicia.
Universidad Católica de Colombia © Copyright 2017
Universidad Católica de Colombia • PBX: (57 1) 3 27 73 00 - (57 1) 3 27 73 33
Bogotá, Avenida Caracas # 46 -72, sede Las Torres • Bogotá, Carrera 13 # 47 – 30, Sede 4​ • Bogotá, Diagonal 46 A # 15 B – 10, sede El Claustro
Bogotá, Carrera 13 # 47 – 49, sede Carrera 13