Practical Python Data Wrangling and Data Quality: Noțiuni introductive privind citirea, curățarea și analizarea datelor

Recenzii ale cititorilor

Cartea este foarte recomandată pentru cei care încep cu Python, în special în contextul științei datelor. Ea acoperă subiecte esențiale pentru colectarea, pregătirea, analiza și prezentarea datelor și include exemple și activități practice. Cu toate acestea, unii recenzenți au remarcat că cartea este un pic scumpă și au întâmpinat probleme cu livrările deteriorate.

⬤ Resursă excelentă pentru începători în Python
⬤ scriere clară și ușor de înțeles
⬤ acoperă concepte esențiale de tratare a datelor
⬤ include exemple și activități practice
⬤ foarte recomandată ca manual standard pentru știința datelor
⬤ sunt discutate tehnici moderne
⬤ bine structurată și potrivită pentru practicieni.

Considerat oarecum scump de unii recenzenți; multiple probleme de livrare cu pachete deteriorate.

(pe baza a 4 recenzii ale cititorilor)

Titlul original:

Practical Python Data Wrangling and Data Quality: Getting Started with Reading, Cleaning, and Analyzing Data

Conținutul cărții:

În seturile de date se pot face descoperiri uimitoare și se pot spune povești valoroase - iar această carte vă va ajuta să le descoperiți. Fie că lucrați deja cu date, fie că doriți doar să înțelegeți posibilitățile acestora, tehnicile și sfaturile din această carte practică vă vor ajuta să învățați cum să curățați, să evaluați și să analizați mai bine datele pentru a genera informații semnificative și vizualizări convingătoare.

Prin concepte fundamentale și exemple lucrate, autoarea Susan McGregor vă oferă instrumentele de care aveți nevoie pentru a evalua și analiza toate tipurile de date și pentru a vă comunica eficient concluziile. Această carte oferă practicienilor de toate nivelurile o modalitate metodică, fără jargon, de a valorifica puterea datelor.

⬤ Utilizați Python 3. 8+ pentru a citi, scrie și transforma date dintr-o varietate de surse.

⬤ Înțelegeți și utilizați elementele de bază ale programării în Python pentru a prelucra date la scară largă.

⬤ Organizați-vă, documentați-vă și structurați-vă codul utilizând cele mai bune practici.

⬤ Completați exercițiile fie pe calculatorul propriu, fie pe web.

⬤ Colectați date din fișiere de date structurate, pagini web și API-uri.

⬤ Efectuați analize statistice de bază pentru a da sens seturilor de date.

⬤ Vizualizați și prezentați datele în mod clar și convingător.