New Releases by Wes McKinney

pandas2.0に対応したPythonを使ったデータ分析の必読書に待望の改訂版! 本書はPythonの代表的なデータ分析ツール、pandasの開発者Wes McKinneyによる書籍で、データ分析を行うための基本を網羅しています。第1版、第2版の売上冊数は累計で4万部を超えるベストセラーで、データ分析を行うなら読むべき一冊として、必ず名前が挙がるバイブル的な書籍で、多くの読者に信頼され、支持されています。 Python 3.10、pandas 2.0対応

Adquira o manual definitivo para manipulação, processamento, limpeza e extração de informações de conjuntos de dados em Python. Atualizada para Python 3.10 e pandas 1.4, a terceira edição deste guia dinâmico vem com estudos de casos práticos que mostram como resolver um amplo conjunto de problemas de análise de dados de maneira eficaz. Durante o processo, você conhecerá as últimas versões do pandas, NumPy e Jupyter. Escrito por Wes McKinney, o criador do projeto pandas, este livro é uma introdução prática e moderna às ferramentas de ciência de dados em Python. Ele é ideal para analistas iniciantes em Python e para programadores Python iniciantes em ciência de dados e computação científica. Arquivos de dados e materiais relacionados estão disponíveis no GitHub. • Use o Jupyter Notebook e o shell IPython para computação exploratória. • Aprenda recursos básicos e avançados do NumPy. • Comece a usar as ferramentas de análise de dados da biblioteca pandas. • Use ferramentas flexíveis para carregar, limpar, transformar, mesclar e reformatar dados. • Crie visualizações informativas com o matplotlib. • Aplique o recurso groupBy do pandas para detalhar e resumir conjuntos de dados. • Analise e manipule dados de séries temporais regulares e irregulares. • Aprenda a resolver problemas de análise de dados do mundo real com exemplos completos e detalhados. “Com esta nova edição, Wes atualizou seu livro para assegurar que ele permaneça sendo o recurso preferencial para tudo o que estiver relacionado à análise de dados com Python e pandas. É um livro altamente recomendável.” —Paul Barry Palestrante e autor do livro Use a cabeça! Python

Adquira o manual definitivo para manipulação, processamento, limpeza e extração de informações de conjuntos de dados em Python. Atualizada para Python 3.10 e pandas 1.4, a terceira edição deste guia dinâmico vem com estudos de casos práticos que mostram como resolver um amplo conjunto de problemas de análise de dados de maneira eficaz. Durante o processo, você conhecerá as últimas versões do pandas, NumPy e Jupyter. Escrito por Wes McKinney, o criador do projeto pandas, este livro é uma introdução prática e moderna às ferramentas de ciência de dados em Python. Ele é ideal para analistas iniciantes em Python e para programadores Python iniciantes em ciência de dados e computação científica. Arquivos de dados e materiais relacionados estão disponíveis no GitHub. • Use o Jupyter Notebook e o shell IPython para computação exploratória. • Aprenda recursos básicos e avançados do NumPy. • Comece a usar as ferramentas de análise de dados da biblioteca pandas. • Use ferramentas flexíveis para carregar, limpar, transformar, mesclar e reformatar dados. • Crie visualizações informativas com o matplotlib. • Aplique o recurso groupBy do pandas para detalhar e resumir conjuntos de dados. • Analise e manipule dados de séries temporais regulares e irregulares. • Aprenda a resolver problemas de análise de dados do mundo real com exemplos completos e detalhados. "Com esta nova edição, Wes atualizou seu livro para assegurar que ele permaneça sendo o recurso preferencial para tudo o que estiver relacionado à análise de dados com Python e pandas. É um livro altamente recomendável." —Paul Barry Palestrante e autor do livro Use a cabeça! Python

Obtén el manual definitivo para manipular, procesar, limpiar y restringir conjuntos de datos en Python. Actualizado para Python 3.10 y pandas 1.4.0, esta tercera edición de Python para análisis de datos. Manipulación de datos con pandas, NyumPy y Jupyter está llena de casos prácticos, que permiten averiguar cómo resolver una amplia variedad de problemas de datos de una manera efectiva. Con su ayuda conocerás y aprenderás las versiones más recientes de pandas, NumPy, IPython y Jupyter. Escrito por Wes McKinney, el creador del proyecto pandas, Python para análisis de datos es una introducción práctica y moderna a las herramientas de ciencia de datos que ofrece Python. Es ideal para analistas no versados en Python y para programadores que deseen ponerse al día en ciencia de datos y computación científica o ciencia computacional. GitHub alberga los archivos de datos empleados en el libro y otro material asociado. Entre otras cosas, este libro permite: * Utilizar Jupyter Notebook y el shell de IPython para explorar datos. * Aprender funciones de NumPy básicas y avanzadas. * Iniciarse en el manejo de las herramientas de análisis de datos de la librería pandas. * Emplear herramientas flexibles para limpiar, transformar, combinar y remodelar datos. * Crear visualizaciones informativas con matplotlib. * Aplicar la función GroupBy de pandas para segmentar, desmenuzar y resumir conjuntos de datos. * Analizar y manipular series de datos temporales regulares e irregulares. * Aprender cómo resolver problemas reales de análisis de datos con ejemplos específicos y detallados.

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.

Une bible pour les ingénieurs en science des données pour manipuler, traiter et nettoyer les données en Python Ce livre vous fera découvrir des instructions complètes pour la manipulation, le traitement, le nettoyage et la compression des jeux de données en Python. Mise à jour pour les dernières version 3.x de Python, la seconde édition de ce guide pratique est bourrée d''études de cas pratiques qui vous montrent comment résoudre efficacement un large ensemble de problèmes d''analyse de données. Vous y apprendrez à maîtriser les dernières versions de Pandas, NumPy, IPython et autre Jupyter. Au programme : Utilisez le shell IPython et Jupyter Notebook pour des explorer des projets informatiques Apprenez les fonctionnalités de base et avancées de NumPy (le raccourci de Numerical Python) Démarrez avec les outils d''analyse de données de la bibliothèque pandas Utiliser des outils flexibles pour charger, nettoyer, transformer, fusionner et remodeler les données Créez des visualisations informatives avec matplotlib Appliquez les outils de regroupement de pandas pour découper, trancher et résumer des jeux de données Analysez et manipulez des données provenant de séries chronologiques régulières et irrégulières Apprenez à résoudre les problèmes d''analyse de données du monde réel avec des exemples détaillés

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.

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

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.

Vous cherchez des instructions complètes pour manipuler, traiter, nettoyer et condenser des structures de données en Python ? Ce livre pratique regorge d''études de cas concrets qui proposent des solutions efficaces à toute une série de problèmes d''analyse de données à l''aide de plusieurs bibliothèques Python - comme NumPy, pandas, matplotlib et IPython. Un livre de référence pour les développeurs big data. Cet ouvrage est également une introduction efficace et moderne au calcul scientifique en Python dans les applications traitant de grandes quantités de données. Il est l''outil idéal des analystes qui découvrent Python et des programmeurs Python qui découvrent le calcul scientifique. Utilisez le shell interactif IPython comme environnement de développement principal. Apprenez les fonctions élémentaires et avancées NumPy (Numerical Python). Lancez-vous avec les outils d''analyse de données de la bibliothèque pandas. Utilisez des outils très performants pour charger, nettoyer, transformer, fusionner et reformater vos données. Créez des nuages de points et des représentations statiques ou interactives avec matplotlib. Appliquez les ressources groupby de pandas pour tailler des cubes, découper et condenser vos jeux de données. Manipulez des données de séries temporelles sous différents formats. Apprenez à résoudre des problèmes d''audience web, de sciences sociales, de finances et d''économie grâce à des exemples détaillés.

Dieses konsequent praxisbezogene Buch zeigt Ihnen anhand konkreter Fallbeispiele, wie Sie eine Vielzahl von typischen Datenanalyse-Problemen mit Python-Bibliotheken wie Pandas, NumPy und IPython lösen.Es bietet zudem einen praktischen Einstieg in das wissenschaftliche 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 wissenschaftliche Computing einarbeiten wollen.

Pythonのライブラリを使ってデータ分析