Partie 1 : Préparation de l'analyse des données

Chapitre 1 Avant de commencer l'analyse des données
1.1 Aperçu du processus d'analyse des données
1.2 Exploration des outils d'analyse de données

Chapitre 2 : Mise en place de l’environnement de développement
2.1 Installation d'Anaconda
2.2 Utilisation de Jupyter Notebook

Chapitre 3 : Python pour l’analyse des données
_3.1 Grammaire de base de Python
_3.2 Structures de données Python
3.3 Exercices pratiques : Utilisation de la grammaire et des structures de données de base de Python

Partie 2 : Travailler avec Pandas

Chapitre 4 : Apprendre les bases de Pandas
4.1 Utilisation de Pandas
4.2 Gestion de la série
_4.3 Gestion des DataFrames

Chapitre 5 : Utilisation des fonctions Pandas
_5.1 Chargement des données
5.2 Vérification des données
5.3 Obtention de statistiques individuelles

Chapitre 6 Prétraitement des données
6.1 Gestion des valeurs manquantes
6.2 Conversion des types de données
6.3 Reconstruction des données
6.4 Nettoyage des données
6.5 Fusion des données

Partie 3 : Mise en pratique de l'analyse et de la visualisation des données

Chapitre 7 : Analyse des données cinématographiques
_7.1 Chargement des données
7.2 Vérification des données
7.3 Analyse des notes attribuées aux films et du nombre de participants

Chapitre 8 : Analyse des données immobilières
8.1 Vérification des données
8.2 Analyse des prix de vente immobilière

Chapitre 9 : Visualisation des données avec Plotly
_9.1 Aperçu de Plotly
_9.2 Visualisation à l'aide d'histogrammes
9.3 Visualisation à l'aide d'un graphique linéaire
9.4 Visualisation à l'aide d'un graphique à barres

Chapitre 10 : Analyse des données marketing
10.1 Charger et vérifier les données
10.2 Analyse des données
10.3 Visualisation des données

Chapitre 11 : Approfondissement de l’analyse et de la visualisation des données
_11.1 Analyse approfondie des données cinématographiques
11.2 Analyse approfondie des données immobilières
11.3 Analyse et visualisation des données de commerce électronique

Annexe A Guide d'études futures

A.1 Apprendre Pandas et Plotly pour les débutants
A.2 Feuille de route d'apprentissage du domaine des données
A.3 Analyse des données et carrières
Annexe B : Comment utiliser l’IA générative
B.1 ChatGPT et Claude

[Recommandation]

Ce livre couvre de manière systématique tous les aspects, des bases de l'analyse et de la visualisation des données aux applications pratiques, ce qui le rend extrêmement utile pour ceux qui débutent dans le domaine des données ou qui cherchent à améliorer leurs compétences.
Ce qui est particulièrement impressionnant, c'est l'accent mis sur la formation pratique utilisant des données réelles et le renforcement des compétences en matière de prise de décision fondée sur les données.
Il souligne l'importance de la culture des données et du DDD, et présente un parcours permettant aux lecteurs de devenir des experts en données.
Je suis très satisfait du contenu et je le recommanderais à toute personne intéressée par l'analyse de données.
_Parc Sang-gil

J'étudie Python et je l'utilise pour automatiser des tâches comme le travail et les investissements boursiers.
Ce livre convient aussi bien aux débutants qu'à ceux qui, comme moi, souhaitent analyser de grandes quantités de données avec Python pour en tirer des enseignements.
Toute personne souhaitant faire carrière dans l'analyse de données, en particulier, est encouragée à lire d'abord le guide d'études futures figurant à l'annexe A.
_Choi Gyu-min

Ce livre est conçu pour être facile à comprendre et à suivre, même pour ceux qui ne sont pas familiers avec l'analyse des données.
Il fournit une interprétation des résultats d'exécution du code et une analyse complète des données, offrant des conseils sur la manière d'écrire du code Python et d'analyser les résultats en utilisant une logique pour les futures analyses de données.
Je recommande vivement ce livre à tous ceux qui souhaitent apprendre le prétraitement et la visualisation des données, éléments essentiels pour l'apprentissage automatique et l'apprentissage profond, et en tirer de nouvelles perspectives.
_Im Seung-min

Personnellement, j'ai trouvé la seconde moitié du livre très utile, notamment grâce aux exemples d'utilisation de Pandas et d'analyse.
Il existe de nombreux ouvrages sur Pandas et l'analyse de données sur le marché, mais rares sont ceux qui offrent autant d'exemples concrets et une telle variété que celui-ci.
Comparé aux livres que je possède, je trouve celui-ci bien supérieur en termes de variété et de détails.
_Ji Yong-ho

L'utilisation de ce livre m'a permis d'apprendre en profondeur même les parties que j'avais négligées lors de mes précédents apprentissages en analyse de données, et de combler toutes les lacunes que j'avais accumulées.
Couvrant un large éventail de sujets, dont Python, Pandas et Plotly, ce livre se concentre sur le prétraitement et l'analyse des données, vous permettant ainsi d'approfondir rapidement les concepts fondamentaux.
J'ai particulièrement apprécié les explications détaillées des concepts et des termes.
J'ai également beaucoup apprécié de pouvoir m'exercer avec des données réelles telles que des données marketing, des données cinématographiques et des données immobilières.
Kim Soo-jung

L'utilisation de Plotly au lieu de Matplotlib m'a permis d'orienter la visualisation des données dans une nouvelle direction.
Le processus d'importation, d'interprétation et de correction des valeurs manquantes des données nécessaires à l'analyse était organique, et des explications détaillées étaient fournies pour chaque étape, ce qui rendait les fonctions faciles à mémoriser et à consulter.
L'explication n'était pas difficile, j'ai donc pu la suivre facilement.
_Son Gye-won