Sie wollen alles erfahren ?ber das Manipulieren, Bereinigen, Verarbeiten und Aufbereiten von strukturierten Daten mit Python 3? Dieses konsequent praxisbezogene Buch zeigt Ihnen anhand konkreter Fallbeispiele, wie Sie mit Python-Bibliotheken wie Pandas, NumPy und IPython eine Vielzahl von typischen Datenanalyse-Problemen l?sen. Geschrieben von Wes McKinney, dem Hauptautor der Pandas-Bibliothek, bietet Datenanalyse mit Python zudem einen praktischen Einstieg in das Scientific Computing f?r datenintensive Anwendungen mit Python. Zu den Themen geh?ren: - die interaktive IPython-Shell als prim?re Programmierumgebung - die Features von NumPy (Numerical Python) - die Datenanalyse-Tools der Pandas-Bibliothek - High-Performance-Tools zum Laden, Bereinigen, Transformieren, Zusammenf?hren und Umformen von Daten - Scatterplots und statische oder interaktive Visualisierungen mit matplotlib - GroupBy-Mechanismen von Pandas zum Zurechtschneiden, Umgestalten und Zusammenfassen von Datens?tzen - das Verarbeiten von verschiedensten Zeitreihen-Daten - Probleml?sungen f?r Webanalyse, Sozialwissenschaften, Finanzen und Wirtschaft anhand ausf?hrlicher praktischer Beispiele Das Buch eignet sich sowohl f?r Datenanalysten, f?r die Python Neuland ist, als auch f?r Python-Programmierer, die sich in das Scientific Computing einarbeiten wollen. Aktuell zu Python 3 ? Die Communities in Wissenschaft und Datenanalyse haben seit Jahren auf dieses Buch gewartet: Prall gef?llt mit konkreten praktischen Anleitungen, aber auch mit Informationen dazu, wie alle Einzelteile zusammen funktionieren. Es wird die Standardreferenz des technischen Computing mit Python f?r die n?chsten Jahre werden.? - Fernando P?rez, Research Scientist an der University of California, Berkeley, und einer der Begr?nder von IPython.
