9780134546933 - pandas for everyone: python data analysis: python data analysis (addison-wesley data & analytics series) von chen, daniel y. (4 Ergebnisse)
Sprache: Englisch
Verlag: Addison-Wesley Professional 2017
Serie: Addison-Wesley Data & Analytics, Buch 3 von 14. Buch 3 von 14 - Addison-Wesley Data & Analytics
- Softcover
Anbieter: medimops, Berlin, Deutschlandmedimops
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Gebraucht - Gut
EUR 29,71
EUR 10,00 VersandVersand von Deutschland nach USAAnzahl: 1 verfügbar
Zustand: very good. Gut/Very good: Buch bzw. Schutzumschlag mit wenigen Gebrauchsspuren an Einband, Schutzumschlag oder Seiten. / Describes a book or dust jacket that does show some signs of wear on either the binding, dust jacket or pages.
Sprache: Englisch
Verlag: Addison-Wesley Professional 2017
Serie: Addison-Wesley Data & Analytics, Buch 3 von 14. Buch 3 von 14 - Addison-Wesley Data & Analytics
- Softcover
Anbieter: Revaluation Books, Exeter, , Vereinigtes KönigreichRevaluation Books
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 55,19
EUR 14,49 VersandVersand von Vereinigtes Königreich nach USAAnzahl: 2 verfügbar
Paperback. Zustand: Brand New. 400 pages. 9.25x7.00x1.00 inches. In Stock.
Sprache: Englisch
Verlag: Pearson Deutschland GmbH|Addison-Wesley 2019
Serie: Addison-Wesley Data & Analytics, Buch 3 von 14. Buch 3 von 14 - Addison-Wesley Data & Analytics
- Softcover
Anbieter: moluna, Greven, , Deutschlandmoluna
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 37,53
EUR 48,99 VersandVersand von Deutschland nach USAAnzahl: Mehr als 20 verfügbar
Kartoniert / Broschiert. Zustand: New. This tutorial teaches students everything they need to get started with Python programming for the fast-growing field of data analysis. Daniel Chen tightly links each new concept with easy-to-apply, relevant examples from modern data analysis.
Sprache: Englisch
Verlag: Pearson Education Dez 2017 2017
Serie: Addison-Wesley Data & Analytics, Buch 3 von 14. Buch 3 von 14 - Addison-Wesley Data & Analytics
- Softcover
Anbieter: AHA-BUCH GmbH, Einbeck, DeutschlandAHA-BUCH GmbH
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 46,62
EUR 63,30 VersandVersand von Deutschland nach USAAnzahl: 2 verfügbar
Taschenbuch. Zustand: Neu. Neuware - The Hands-On, Example-Rich Introduction to Pandas Data Analysis in Python Today, analysts must manage data characterized by extraordinary variety, velocity, and volume. Using the open source Pandas library, you can use Python to rapidly automate and perform virtually any data analysis task, n…o matter how large or complex. Pandas can help you ensure the veracity of your data, visualize it for effective decision-making, and reliably reproduce analyses across multiple datasets. Pandas for Everyone brings together practical knowledge and insight for solving real problems with Pandas, even if you re new to Python data analysis. Daniel Y. Chen introduces key concepts through simple but practical examples, incrementally building on them to solve more difficult, real-world problems. Chen gives you a jumpstart on using Pandas with a realistic dataset and covers combining datasets, handling missing data, and structuring datasets for easier analysis and visualization. He demonstrates powerful data cleaning techniques, from basic string manipulation to applying functions simultaneously across dataframes. Once your data is ready, Chen guides you through fitting models for prediction, clustering, inference, and exploration. He provides tips on performance and scalability, and introduces you to the wider Python data analysis ecosystem. Work with DataFrames and Series, and import or export dataCreate plots with matplotlib, seaborn, and pandasCombine datasets and handle missing dataReshape, tidy, and clean datasets so they re easier to work withConvert data types and manipulate text stringsApply functions to scale data manipulationsAggregate, transform, and filter large datasets with groupbyLeverage Pandas advanced date and time capabilitiesFit linear models using statsmodels and scikit-learn librariesUse generalized linear modeling to fit models with different response variablesCompare multiple models to select the best Regularize to overcome overfitting and improve performanceUse clustering in unsupervised machine learning.
