Data Science with Python : Ful

La science des données est le processus qui consiste à tirer des connaissances et des idées d'un ensemble énorme et diversifié de données en organisant, traitant et analysant les données. Il implique de nombreuses disciplines différentes comme la modélisation mathématique et statistique, l'extraction de données de sa source et l'application de techniques de visualisation de données. Souvent, cela implique également de manipuler des technologies de Big Data pour collecter des données structurées et non structurées. Ci-dessous, nous verrons quelques exemples de scénarios où la science des données est utilisée.

Chapitres inclus

    Introduction à la science des données

    Configuration de l'environnement de science des données

    Pandas

    Numpy

    Matplotlib

    Opérations sur les données

    Nettoyage des données

    Traitement des données CSV

    Traitement des données JSON

    Traitement des données XLS

    Bases de données relationnelles

    Bases de données NoSQL

    Date et l'heure

    Lutte contre les données

    Agrégation de données

    Lecture de pages HTML

    Traitement des données non structurées

    tokenisation des mots

    Tige et lemmatisation

    Propriétés du graphique

    Style de graphique

    Boîtes à moustaches

    Cartes de chaleur

    Diagrammes de dispersion

    Graphiques à bulles

    Graphiques 3D

    Des séries chronologiques

    Données géographiques

    Données de graphique

    Mesurer la tendance centrale

    Mesurer la variance

    Distribution normale

    Distribution binomiale

    Distribution de Poisson

    Bernoulli Distribution

    Valeur P

    Corrélation

    Test du chi carré

    Régression linéaire