
L'analyse de données à la portée de tous avec Python
Description
Introduction au livre
L'introduction la plus simple à l'analyse de données pour les débutants et les non-spécialistes !
«Quel a été le jour le plus chaud à Séoul ?»
« D’après vous, quel genre vit le plus souvent dans notre quartier, les hommes ou les femmes ? »
« Quelle est la station où l'on observe le plus grand nombre de montées et de descentes de personnes aux heures de pointe ? »
L'analyse des données commence par la curiosité envers les données qui vous intéressent.
Cet ouvrage présente un projet d'analyse de données utilisant des données publiques telles que la température, la population et les transports en commun.
Du téléchargement et de la purification des données aux stratégies de résolution de problèmes et à leur implémentation en code Python, nous aidons les débutants à faire leurs premiers pas réussis dans l'analyse de données en leur fournissant un accompagnement étape par étape.
Ensuite, nous aborderons différentes méthodes de visualisation telles que le dessin de graphiques à barres, de diagrammes circulaires et de graphiques à bulles, ainsi que la manière d'utiliser des bibliothèques telles que numpy et pandas.
Puisqu'il explique en utilisant uniquement la syntaxe minimale de Python, même les personnes ayant peu d'expérience en programmation peuvent facilement suivre.
Désormais, même si vous n'êtes pas un expert en analyse de données, vous pouvez éprouver la joie d'analyser vous-même diverses données et en tirer profit dans votre travail et votre vie quotidienne !
«Quel a été le jour le plus chaud à Séoul ?»
« D’après vous, quel genre vit le plus souvent dans notre quartier, les hommes ou les femmes ? »
« Quelle est la station où l'on observe le plus grand nombre de montées et de descentes de personnes aux heures de pointe ? »
L'analyse des données commence par la curiosité envers les données qui vous intéressent.
Cet ouvrage présente un projet d'analyse de données utilisant des données publiques telles que la température, la population et les transports en commun.
Du téléchargement et de la purification des données aux stratégies de résolution de problèmes et à leur implémentation en code Python, nous aidons les débutants à faire leurs premiers pas réussis dans l'analyse de données en leur fournissant un accompagnement étape par étape.
Ensuite, nous aborderons différentes méthodes de visualisation telles que le dessin de graphiques à barres, de diagrammes circulaires et de graphiques à bulles, ainsi que la manière d'utiliser des bibliothèques telles que numpy et pandas.
Puisqu'il explique en utilisant uniquement la syntaxe minimale de Python, même les personnes ayant peu d'expérience en programmation peuvent facilement suivre.
Désormais, même si vous n'êtes pas un expert en analyse de données, vous pouvez éprouver la joie d'analyser vous-même diverses données et en tirer profit dans votre travail et votre vie quotidienne !
- Vous pouvez consulter un aperçu du contenu du livre.
Aperçu
indice
Partie 1.
Données publiques sur la température
Unité 1 : Premiers pas dans l'analyse des données de température
Unité 2 : Analyse des données de température à Séoul
Unité 3 : Quel a été le jour le plus chaud à Séoul ?
Partie 2.
Principes de base de la visualisation des données
Unité 4 : Tracer des graphiques de base
Unité 5 : Représentation graphique de la variation de température le jour de mon anniversaire
Unité 6 : Visualiser les données de température de différentes manières
Partie 3.
Données publiques sur la population
Unité 7 : Visualiser la structure démographique de notre quartier
Unité 8 : Visualisation de la structure de la population sous diverses formes
Unité 9 : Représenter la structure de la population de notre quartier à l'aide d'un diagramme circulaire
Unité 10 : Représenter la structure de la population de notre quartier à l'aide d'un nuage de points
Partie 4.
Projet de données sur les transports publics
Unité 11 Visualisation des données de transport public
Unité 12 : Visualisation des données du métro par fuseau horaire
Partie 5.
Projets utilisant des bibliothèques d'analyse de données Python
Unité 13 : La bibliothèque NumPy qui vous aide à manipuler facilement les données numériques
Unité 14 : Créer votre propre projet avec NumPy
Unité 15 : La bibliothèque pandas, qui vous aide à gérer facilement les données tabulaires.
Annexe : Classe Python Chick
Données publiques sur la température
Unité 1 : Premiers pas dans l'analyse des données de température
Unité 2 : Analyse des données de température à Séoul
Unité 3 : Quel a été le jour le plus chaud à Séoul ?
Partie 2.
Principes de base de la visualisation des données
Unité 4 : Tracer des graphiques de base
Unité 5 : Représentation graphique de la variation de température le jour de mon anniversaire
Unité 6 : Visualiser les données de température de différentes manières
Partie 3.
Données publiques sur la population
Unité 7 : Visualiser la structure démographique de notre quartier
Unité 8 : Visualisation de la structure de la population sous diverses formes
Unité 9 : Représenter la structure de la population de notre quartier à l'aide d'un diagramme circulaire
Unité 10 : Représenter la structure de la population de notre quartier à l'aide d'un nuage de points
Partie 4.
Projet de données sur les transports publics
Unité 11 Visualisation des données de transport public
Unité 12 : Visualisation des données du métro par fuseau horaire
Partie 5.
Projets utilisant des bibliothèques d'analyse de données Python
Unité 13 : La bibliothèque NumPy qui vous aide à manipuler facilement les données numériques
Unité 14 : Créer votre propre projet avec NumPy
Unité 15 : La bibliothèque pandas, qui vous aide à gérer facilement les données tabulaires.
Annexe : Classe Python Chick
Image détaillée

Avis de l'éditeur
Avec Python, tout le monde peut analyser et utiliser des données dans sa vie quotidienne !
1.
Création d'un environnement d'exécution d'analyse de données
Installez Anaconda et configurez l'environnement requis pour l'analyse des données.
2.
Mettez-vous en pratique sur des projets concrets en utilisant des données publiques/ouvertes.
Nous utilisons les données publiques sur la température, la population et les transports en commun pour poser des questions et trouver des réponses.
Vous pouvez également tirer vos propres conclusions en visualisant et en analysant des données sous différentes formes, telles que des graphiques linéaires, des graphiques à barres, des graphiques en pot et des diagrammes circulaires.
3.
Utilisation des bibliothèques Python
Nous poursuivrons le projet en utilisant numpy et pandas, les bibliothèques Python les plus utilisées dans le domaine de l'analyse de données.
1.
Création d'un environnement d'exécution d'analyse de données
Installez Anaconda et configurez l'environnement requis pour l'analyse des données.
2.
Mettez-vous en pratique sur des projets concrets en utilisant des données publiques/ouvertes.
Nous utilisons les données publiques sur la température, la population et les transports en commun pour poser des questions et trouver des réponses.
Vous pouvez également tirer vos propres conclusions en visualisant et en analysant des données sous différentes formes, telles que des graphiques linéaires, des graphiques à barres, des graphiques en pot et des diagrammes circulaires.
3.
Utilisation des bibliothèques Python
Nous poursuivrons le projet en utilisant numpy et pandas, les bibliothèques Python les plus utilisées dans le domaine de l'analyse de données.
SPÉCIFICATIONS DES PRODUITS
- Date de publication : 25 avril 2019
Nombre de pages, poids, dimensions : 308 pages | 699 g | 183 × 235 × 18 mm
- ISBN13 : 9791160507812
- ISBN10 : 1160507813
Vous aimerez peut-être aussi
카테고리
Langue coréenne
Langue coréenne