نرم افزار: سیستم ها: محاسبات علمی

جعبه ابزار یک تحلیلگر داده پایتون: کتابخانه های پایتون و پایتون را با برنامه های کاربردی در تجزیه و تحلیل داده ها و آمار یاد بگیرید

A Python Data Analyst’s Toolkit: Learn Python And Python-based Libraries With Applications In Data Analysis And Statistics

دانلود کتاب A Python Data Analyst’s Toolkit: Learn Python And Python-based Libraries With Applications In Data Analysis And Statistics (به فارسی: جعبه ابزار یک تحلیلگر داده پایتون: کتابخانه های پایتون و پایتون را با برنامه های کاربردی در تجزیه و تحلیل داده ها و آمار یاد بگیرید) نوشته شده توسط «Gayathri Rajagopalan»


اطلاعات کتاب جعبه ابزار یک تحلیلگر داده پایتون: کتابخانه های پایتون و پایتون را با برنامه های کاربردی در تجزیه و تحلیل داده ها و آمار یاد بگیرید

موضوع اصلی: ریاضیات

نوع: کتاب الکترونیکی

ناشر: Apress

نویسنده: Gayathri Rajagopalan

زبان: english

فرمت کتاب: PDF (قابل تبدیل به سایر فرمت ها)

سال انتشار: 2021

تعداد صفحه: 409

حجم فایل: 7.88 مگابایت

کد کتاب: 1484263995 , 9781484263990

نوبت چاپ: 1st Edition

توضیحات کتاب جعبه ابزار یک تحلیلگر داده پایتون: کتابخانه های پایتون و پایتون را با برنامه های کاربردی در تجزیه و تحلیل داده ها و آمار یاد بگیرید

مبانی تجزیه و تحلیل داده ها و آمار را با مطالعات موردی با استفاده از پایتون کاوش کنید. این کتاب به شما نشان می دهد که چگونه با اطمینان کد در پایتون بنویسید و از کتابخانه ها و توابع مختلف پایتون برای تجزیه و تحلیل هر مجموعه داده استفاده کنید. این کد در نوت‌بوک‌های Jupyter ارائه شده است که می‌توان آن را بیشتر تطبیق داد و گسترش داد. این کتاب به سه بخش برنامه نویسی با پایتون، تجزیه و تحلیل و تجسم داده ها و آمار تقسیم شده است. شما با مقدمه ای برای Python شروع می کنید – نحو، توابع، دستورات شرطی، انواع داده ها و انواع مختلف کانتینرها. سپس مفاهیم پیشرفته تری مانند عبارات منظم، مدیریت فایل ها و حل مسائل ریاضی با پایتون را مرور خواهید کرد. بخش دوم کتاب، کتابخانه های پایتون مورد استفاده برای تجزیه و تحلیل داده ها را پوشش می دهد. یک فصل مقدماتی شامل مفاهیم اولیه و اصطلاحات، و هر فصل در مورد NumPy (کتابخانه محاسباتی علمی)، پانداها (کتابخانه جدال داده ها) و کتابخانه های تجسمی مانند Matplotlib و Seaborn خواهد بود. مطالعات موردی به عنوان مثال برای کمک به خوانندگان در درک برخی از کاربردهای دنیای واقعی تحلیل داده ها گنجانده خواهد شد. فصول پایانی کتاب بر آمار تمرکز دارد و اصول مهمی را در آمار که مربوط به علم داده است، توضیح می‌دهد. این موضوعات شامل احتمال، قضیه بیز، جایگشت ها و ترکیب ها، و آزمون فرضیه (ANOVA، آزمون مجذور کای، آزمون z، و آزمون t)، و اینکه چگونه کتابخانه Scipy ساده کردن محاسبات خسته کننده در آمار را امکان پذیر می کند. آنچه یاد خواهید گرفت:
• برنامه نویسی و مهارت های تحلیلی خود را با پایتون
بیشتر کنید
• حل مسائل ریاضی در حساب دیفرانسیل و انتگرال، و نظریه مجموعه ها و جبر با پایتون
• برای ساختار، تجزیه و تحلیل و تجسم داده ها با کتابخانه های مختلف در پایتون کار کنید
• با استفاده از Python
با مطالعات موردی زندگی واقعی مقابله کنید
• مفاهیم آماری ضروری را مرور کنید و از کتابخانه Scipy برای حل مسائل در آمار
استفاده کنید
این کتاب برای چه کسی است: متخصصانی که در زمینه علم داده و علاقه مند به تقویت مهارت های پایتون، تجزیه و تحلیل داده ها و آمار هستند.


Explore the fundamentals of data analysis, and statistics with case studies using Python. This book will show you how to confidently write code in Python, and use various Python libraries and functions for analyzing any dataset. The code is presented in Jupyter notebooks that can further be adapted and extended. This book is divided into three parts – programming with Python, data analysis and visualization, and statistics. You’ll start with an introduction to Python – the syntax, functions, conditional statements, data types, and different types of containers. You’ll then review more advanced concepts like regular expressions, handling of files, and solving mathematical problems with Python. The second part of the book, will cover Python libraries used for data analysis. There will be an introductory chapter covering basic concepts and terminology, and one chapter each on NumPy(the scientific computation library), Pandas (the data wrangling library) and visualization libraries like Matplotlib and Seaborn. Case studies will be included as examples to help readers understand some real-world applications of data analysis. The final chapters of book focus on statistics, elucidating important principles in statistics that are relevant to data science. These topics include probability, Bayes theorem, permutations and combinations, and hypothesis testing (ANOVA, Chi-squared test, z-test, and t-test), and how the Scipy library enables simplification of tedious calculations involved in statistics. What You’ll Learn:
• Further your programming and analytical skills with Python
• Solve mathematical problems in calculus, and set theory and algebra with Python
• Work with various libraries in Python to structure, analyze, and visualize data
• Tackle real-life case studies using Python
• Review essential statistical concepts and use the Scipy library to solve problems in statistics
Who This Book Is For: Professionals working in the field of data science interested in enhancing skills in Python, data analysis and statistics.

دانلود کتاب «جعبه ابزار یک تحلیلگر داده پایتون: کتابخانه های پایتون و پایتون را با برنامه های کاربردی در تجزیه و تحلیل داده ها و آمار یاد بگیرید»

مبلغی که بابت خرید کتاب می‌پردازیم به مراتب پایین‌تر از هزینه‌هایی است که در آینده بابت نخواندن آن خواهیم پرداخت.

📖 خرید این کتاب

برای دریافت فایل و اطلاع از قیمت، روی یکی از دکمه‌های زیر کلیک کنید تا پیام آماده برای شما ارسال شود:

پس از ارسال پیام، قیمت و لینک دریافت فایل در اسرع وقت برای شما ارسال خواهد شد.

دیدگاهتان را بنویسید