獲得干凈的數據來獲取見解是至關重要的，因為不進行適當的數據清理就直接進行數據分析可能會導致錯誤的結果。本書向您展示了使用Python清理和處理數據的工具和技術。首先，您將通過使用大多數數據源來熟悉數據的狀況。然后，這本書教你如何使用數據，使其變成有用的形式。您還將學習如何過濾和總結數據，以獲得深刻的見解，更好地理解什么是有意義的，什么是沒有意義的，同時還將發現如何對數據進行操作，以解決您發現的問題。
接下來，您將學習關鍵任務，如處理缺失值、驗證錯誤、刪除重復數據、監控大量數據以及處理異常值和無效日期。接下來，您將介紹如何使用監督學習和樸素貝葉斯分析來識別意外值和分類錯誤，并為探索性數據分析(EDA)生成可視化來可視化意外值。最后，您將構建在有新數據時無需修改即可重用的函數和類。
讀完這本Python書，您將掌握清理數據和診斷其中問題所需的所有關鍵技能。
這本書涵蓋了以下激動人心的特點: 了解如何從各種來源讀取和分析數據 生成數據幀、列和行屬性的摘要 過濾數據并選擇滿足給定條件的感興趣的列 處理雜亂的數據問題，包括處理日期和缺失的值 通過使用方法鏈接來提高Python pandas 的工作效率 使用可視化來獲得額外的見解并識別潛在的數據問題 增強您了解數據中正在發生什么的能力 構建用戶定義的函數和類來自動化數據清理
付費5元查看完整內容
相關內容
本書通過使用Python的案例研究來探索數據分析和統計的基礎知識。這本書將向你展示如何自信地用Python編寫代碼，以及如何使用各種Python庫和函數來分析任何數據集。該代碼在Jupyter 筆記本中提出，可以進一步調整和擴展。
這本書分為三個部分——用Python編程，數據分析和可視化，以及統計。首先介紹Python——語法、函數、條件語句、數據類型和不同類型的容器。然后，您將回顧更高級的概念，如正則表達式、文件處理和用Python解決數學問題。
本書的第二部分將介紹用于數據分析的Python庫。將有一個介紹性的章節涵蓋基本概念和術語，和一個章節的NumPy(科學計算庫)，NumPy(數據角力庫)和可視化庫，如Matplotlib和Seaborn。案例研究將包括作為例子，以幫助讀者理解一些實際應用的數據分析。
本書的最后幾章集中在統計學上，闡明了與數據科學相關的統計學的重要原則。這些主題包括概率、貝葉斯定理、排列和組合、假設檢驗(方差分析、卡方檢驗、z檢驗和t檢驗)，以及Scipy庫如何簡化涉及統計的繁瑣計算。
你會: 進一步提高你的Python編程和分析技能 用Python解決微積分、集合論和代數中的數學問題 使用Python中的各種庫來結構化、分析和可視化數據 使用Python進行實際案例研究 回顧基本的統計概念，并使用Scipy庫來解決統計方面的問題
付費5元查看完整內容
從一開始就創建良好的數據，而不是在收集數據之后修復它。通過遵循這本書中的指導方針，你將能夠進行更有效的分析，并產生研究數據的及時演示。
數據分析師通常與數據集提出了勘探和研究設計不良,導致解釋的困難和延誤產生有意義的結果。數據分析培訓的重點是如何在開始認真分析之前清理和轉換數據集。通過使用良好的數據集設計和理解數據類型如何決定可以執行的分析類型，可以避免不恰當或令人困惑的表示、度量單位選擇、編碼錯誤、缺失值、離群值等。
這本書討論了數據集創建的原則和最佳實踐，并涵蓋了基本數據類型及其相關的適當統計和可視化。這本書的一個重點是為什么選擇某些數據類型來表示概念和度量，而不是典型的討論如何分析選定的特定數據類型。
你會: 注意創建和收集數據的原則 了解基本數據類型和表示 選擇數據類型，預測分析目標 理解數據集的結構和用于分析和共享的實踐 由例子引導和用例(好的和壞的) 使用清潔工具和方法創建良好的數據
付費5元查看完整內容
通過這個緊湊的實用指南，開始使用Python進行數據分析。這本書包括三個練習和一個用正確的格式從Python代碼中獲取數據的案例研究。使用Python學習數據分析還可以幫助您使用分析發現數據中的意義，并展示如何可視化數據。
每一節課都盡可能是獨立的，允許您根據需要插入和退出示例。如果您已經在使用Python進行數據分析，那么您會發現您希望知道如何使用Python來完成許多事情。然后，您可以將這些技術直接應用到您自己的項目中。
如果您不使用Python進行數據分析，那么本書從一開始就帶您了解基礎知識，為您在該主題中打下堅實的基礎。當你閱讀完這本書的時候，你會對如何使用Python進行數據分析有更好的理解。
你將學到什么
- 從Python代碼中獲取數據
- 準備數據及其格式
- 找出數據的意義
- 使用iPython可視化數據
這本書是給誰的
想學習使用Python進行數據分析的同學。建議您具有Python方面的經驗，但不是必需的，因為您需要具有數據分析或數據科學方面的經驗。
付費5元查看完整內容
機器學習已經成為許多商業應用和研究項目中不可或缺的一部分，但這一領域并不僅限于擁有廣泛研究團隊的大公司。如果您使用Python，即使是初學者，這本書也會教你構建自己的機器學習解決方案的實用方法。今天，有了所有可用的數據，機器學習應用程序只受限于你的想象力。
您將學習使用Python和scikit-learn庫創建成功的機器學習應用程序所需的步驟。兩位作者安德烈亞斯?穆勒(Andreas Muller)和薩拉?圭多(Sarah Guido)關注的是使用機器學習算法的實踐層面，而不是背后的數學。熟悉NumPy和matplotlib庫將有助于您從本書獲得更多信息。
通過這本書，你會學到 :
- 機器學習的基本概念和應用
- 廣泛應用的機器學習算法的優缺點
- 如何表示機器學習處理過的數據，包括關注哪些數據方面
- 先進的模型評估和參數調整方法
- 用于鏈接模型和封裝工作流的管道概念
- 處理文本數據的方法，包括特定于文本的處理技術
- 提高機器學習和數據科學技能的建議
付費5元查看完整內容
數據清洗
·
本書主要內容包括：數據清洗在數據科學領域中的重要作用，文件格式、數據類型、字符編碼的基本概念，組織和處理數據的電子表格與文本編輯器，各種格式數據的轉換方法，解析和清洗網頁上的HTML 文件的三種策略，提取和清洗PDF 文件中數據的方法，檢測和清除RDBMS 中的壞數據的解決方案，以及使用書中介紹的方法清洗來自Twitter 和Stack Overflow 的數據。
本書適合任何水平的數據科學家以及對數據清理感興趣的讀者閱讀。
數據清洗是數據挖掘與分析過程中不可缺少的一個環節，但因為數據類型極其復雜，傳統的清洗臟數據工作單調乏味且異常辛苦。如果能利用正確的工具和方法，就可以讓數據清洗工作事半功倍。
本書從文件格式、數據類型、字符編碼等基本概念講起，通過真實的示例，探討如何提取和清洗關系型數據庫、網頁文件和PDF文檔中的數據。最后提供了兩個真實的項目，讓讀者將所有數據清洗技術付諸實踐，完成整個數據科學過程。
如果你是一位數據科學家，或者從事數據科學工作，哪怕是位新手，只要對數據清洗有興趣，那么本書就適合你閱讀！
- 理解數據清洗在整個數據科學過程中的作用
- 掌握數據清洗的基礎知識，包括文件清洗、數據類型、字符編碼等
- 發掘電子表格和文本編輯器中與數據組織和操作相關的重要功能
- 學會常見數據格式的相互轉換，如JSON、CSV和一些特殊用途的格式
- 采用三種策略來解析和清洗HTML文件中的數據
- 揭開PDF文檔的秘密，提取需要的數據
- 借助一系列解決方案來清洗存放在關系型數據庫里的壞數據
- 創建自己的干凈數據集，為其打包、添加授權許可并與他人共享
- 使用書中的工具以及Twitter和Stack Overflow數據，完成兩個真實的項目
付費5元查看完整內容
如果編程是一種魔法，那么web抓取無疑是一種魔術。通過編寫一個簡單的自動化程序，您可以查詢web服務器、請求數據并解析它以提取所需的信息。這本實用書籍的擴展版不僅介紹了web抓取，而且還提供了從現代web中抓取幾乎所有類型數據的全面指南。
第1部分側重于web抓取機制:使用Python從web服務器請求信息，執行服務器響應的基本處理，并以自動方式與站點交互。第2部分探索了各種更具體的工具和應用程序，以適應您可能遇到的任何web抓取場景。
- 解析復雜的HTML頁面
- 使用Scrapy框架開發爬行器
- 學習存儲您搜集的數據的方法
- 從文檔中讀取和提取數據
- 清理和規范化格式錯誤的數據
- 閱讀和編寫自然語言
- 瀏覽表單和登錄
- 抓取JavaScript和爬過api
- 使用和編寫圖像到文本的軟件
- 避免抓取陷阱和機器人攔截器
- 使用抓取工具來測試你的網站
付費5元查看完整內容
挖掘社交媒體
·
BuzzFeed News高級記者Lam Thuy Vo解釋了如何使用Python編程語言以有意義的方式挖掘、處理和分析社交網站上的數據。
虛假的推特賬號影響了總統選舉嗎?關于人類行為，Facebook和Reddit的檔案能告訴我們什么?在《挖掘社交媒體》中，BuzzFeed資深記者Lam Thuy Vo向你展示了如何使用Python和關鍵數據分析工具來挖掘隱藏在社交媒體中的故事。
無論您是專業記者、學術研究者還是公民調查員，您都將學習如何使用技術工具來收集和分析來自社交媒體的數據，從而構建引人注目的、數據驅動的故事。
學習如何:
- 編寫Python腳本并使用api從社交網絡收集數據
- 下載數據檔案，從中挖掘見解
- 檢查從網站下載的HTML，尋找有用的內容
- 使用谷歌表格對收集的數據進行格式化、聚合、排序和過濾
- 創建數據可視化來說明您的發現
- 使用Python、木星筆記本和panda庫執行高級數據分析
- 將你所學到的知識應用到你自己的研究課題中去
社交媒體上充斥著成千上萬個隱藏的故事，等著被人講述。學習使用專業人士用來編寫自己的數據驅動的故事的數據偵探工具。
付費5元查看完整內容
Python是一種多范式編程語言，已經成為數據科學家進行數據分析、可視化和機器學習的首選語言。有沒有想過如何成為有效處理數據分析問題的專家，解決這些問題，并從數據中提取所有可用信息?好了，別再找了，這就是你要的書!
通過這個全面的指南，您將探索數據，并以一種有意義的方式展示統計分析的結果和結論。您將能夠快速準確地執行實際操作的排序、縮減和后續分析，并充分理解數據分析方法如何支持業務決策。
您將首先了解Python中可用的數據分析工具，然后探索用于識別數據模式的統計模型。漸漸地，您將使用Python、panda和SciPy回顧統計推斷。在此之后，我們將集中于使用計算工具執行回歸，您將了解如何用算法的方式識別數據中的集群。最后，我們將深入探討使用貝葉斯方法量化因果關系的高級技術，您將發現如何使用Python的工具進行監督機器學習。
你會學到什么
- 將各種數據讀入、排序并映射到Python和panda中
- 識別模式，以便理解和研究數據
- 使用統計模型來發現數據中的模式
- 回顧使用Python、panda和SciPy的經典統計推斷
- 使用聚類檢測數據中的相似性和差異性
- 清理數據，使其有用
- 在Jupyter筆記本生產出版準備工作數據納入
付費5元查看完整內容
這本教科書解釋的概念和技術需要編寫的程序，可以有效地處理大量的數據。面向項目和課堂測試，這本書提出了一些重要的算法，由例子支持，給計算機程序員面臨的問題帶來意義。計算復雜性的概念也被介紹，演示什么可以和不可以被有效地計算，以便程序員可以對他們使用的算法做出明智的判斷。特點:包括介紹性和高級數據結構和算法的主題，與序言順序為那些各自的課程在前言中提供; 提供每個章節的學習目標、復習問題和編程練習，以及大量的說明性例子; 在相關網站上提供可下載的程序和補充文件，以及作者提供的講師資料; 為那些來自不同的語言背景的人呈現Python的初級讀本。
付費5元查看完整內容
注冊地址： 北京市海淀區羊坊店路18號2幢3層301-191