[Udemy] Анализ данных с помощью Python и Pandas. Часть 3 [2015]

Собираем на перевод [Udemy] Анализ данных с помощью Python и Pandas. Часть 3 [2015] [Udemy] Анализ данных с помощью Python и Pandas. Часть 1 [2015] [Udemy] Анализ данных с помощью Python и Pandas. Часть 2 [2015] ​ Пакет Pandas делает Python мощным инструментом для анализа данных. Пакет дает возможность строить сводные таблицы, выполнять группировки, предоставляет удобный доступ к табличным данным, а при наличии пакета matplotlib дает возможность рисовать графики на полученных наборах данных. Pandas - это библиотека с открытым исходным кодом, обеспечивающая высокую производительность, легка в использовании структуры и инструментов анализа данных для языка программирования Python. Библиотека может считыватть данныезаписи в формате CSV , Excel, HDF, SQL, JSON, HTML и форматы Stata. Pandas хорошо подходит для работы с различными типами данных: Табличные данные со столбцами различных типов, как в таблицах SQL или Excel. Упорядоченными и неупорядоченными данными (не обязательно с постоянной частотой) временных рядов. Произвольными матричными данными (однородными или разнородными) с помеченными строками и столбцами. Любыми другими формами наборов данных наблюдений, либо статистических данных. Данные не требуют обязательного наличия метки для того, чтобы быть помещенными в структуру данных Pandas. Основными являются Series и DataFrame. Series – это проиндексированный одномерный массив значений. Он похож на простой словарь типа dict, где имя элемента будет соответствовать индексу, а значение – значению записи. DataFrame — это проиндексированный многомерный массив значений, соответственно каждый столбец DataFrame, является структурой Series. Pandas является неплохой альтернативой Excel при работе с большими объемами данных. В Части 3 этого курса озвучивается: - Дополнительные операции Основные сортировка Сортировка по нескольким правилам Основы передискретизации времени и показателей Повторная выборка для OHLC Корреляция и ковариация Отображение пользовательских функций Графические изменение групп населения процентов Основы буферизации Буферизация в и из hdf5 - Работа с базами данных Чтение из DataFrame и запись в базу данных Ресэмплирование данных и подготовка графиков Последние штрихи и создание графика Информация о курсе Оригинальное название: Data Analysis with Python and Pandas Продолжительность Части 3: 02:02:03 Тип материала: Видеоурок // Сам курс есть в паблике // Как наберется народ, найдется и переводчик и организатор // Заинтересовались – подписывайтесь!