
۴۴٬۰۰۰تومان
نوع فایل دانلود: EPUB
پس از خرید، یک فایل EPUB دریافت میکنید.
این فایل با Calibre، Apple Books و سایر کتابخوانهای دیجیتال مناسب است.
چطور مهارت تحلیل دادهٔ خود را از اکسل فراتر ببرید و یک سطح بالاتر بروید؟ با یادگیریِ همانقدر پایتون که برای انجام کار کافی باشد. این راهنمای کاربردی به افراد غیربَرنامهنویس مثل شما نشان میدهد چطور اطلاعاتی را که در ابتدا خیلی بههمریخته یا دسترسی به آنها سخت است، پردازش کنید. برای شروع لازم نیست هیچ چیزی از زبان برنامهنویسی پایتون بدانید. با تمرینهای گامبهگام مختلف یاد میگیرید چطور داده را بهطور کارآمد بهدست آورید، پاکسازی کنید، تحلیل کنید و ارائه دهید. همچنین میبینید چطور فرایند دادهٔ خود را خودکار کنید، کارهای ویرایش و پاکسازی فایل را زمانبندی کنید، مجموعهدادههای بزرگتر را پردازش کنید و با دادههایی که بهدست میآورید داستانهای جذاب بسازید. بهسرعت نحو پایهٔ پایتون، انواع داده و مفاهیم زبان را یاد بگیرید. هم با دادههای قابلخواندن برای ماشین کار کنید و هم با دادههایی که انسان میخواند. از وبسایتها و APIها داده استخراج کنید تا انبوهی از اطلاعات مفید پیدا کنید. داده را پاکسازی و قالببندی کنید تا موارد تکراری و خطاها را از مجموعهدادههایتان حذف کنید. یاد بگیرید چه وقت داده را استاندارد کنید و چه وقت پاکسازی داده را آزمایش و اسکریپتنویسی کنید. با کتابخانهها و تکنیکهای جدید پایتون مجموعهدادههایتان را بررسی و تحلیل کنید. با راهحلهای پایتون کل فرایند آمادهسازی داده را خودکار کنید.
How do you take your data analysis skills beyond Excel to the next level? By learning just enough Python to get stuff done. This hands-on guide shows non-programmers like you how to process information that's initially too messy or difficult to access. You don't need to know a thing about the Python programming language to get started. Through various step-by-step exercises, you'll learn how to acquire, clean, analyze, and present data efficiently. You'll also discover how to automate your data process, schedule file- editing and clean-up tasks, process larger datasets, and create compelling stories with data you obtain. Quickly learn basic Python syntax, data types, and language concepts Work with both machine-readable and human-consumable data Scrape websites and APIs to find a bounty of useful information Clean and format data to eliminate duplicates and errors in your datasets Learn when to standardize data and when to test and script data cleanup Explore and analyze your datasets with new Python libraries and techniques Use Python solutions to automate your entire data-wrangling process