Datenanalyse mit Python - Auswertung von Daten mit Pandas, NumPy und IPython
6 Angebote vergleichen
| Preise | 2016 | 2017 | 2018 |
|---|---|---|---|
| Schnitt | € 32,14 | € 32,33 | € 24,66 |
| Nachfrage |
1
Datenanalyse mit Python (2015)
DE NW EBISBN: 9783960100034 bzw. 3960100035, in Deutsch, O´reilly, neu, E-Book.
Lieferung aus: Schweiz, Sofort per Download lieferbar.
Auswertung von Daten mit Pandas, NumPy und IPython, Sie wollen alles erfahren über das Manipulieren, Bereinigen, Verarbeiten und Aufbereiten von strukturierten Daten mit Python 3? Dieses konsequent praxisbezogene Buch zeigt Ihnen anhand konkreter Fallbeispiele, wie Sie mit Python-Bibliotheken wie Pandas, NumPy und IPython eine Vielzahl von typischen Datenanalyse-Problemen lösen. Geschrieben von Wes McKinney, dem Hauptautor der Pandas-Bibliothek, bietet Datenanalyse mit Python zudem einen praktischen Einstieg in das Scientific Computing für datenintensive Anwendungen mit Python. Zu den Themen gehören: - die interaktive IPython-Shell als primäre Programmierumgebung - die Features von NumPy (Numerical Python) - die Datenanalyse-Tools der Pandas-Bibliothek - High-Performance-Tools zum Laden, Bereinigen, Transformieren, Zusammenführen und Umformen von Daten - Scatterplots und statische oder interaktive Visualisierungen mit matplotlib - GroupBy-Mechanismen von Pandas zum Zurechtschneiden, Umgestalten und Zusammenfassen von Datensätzen - das Verarbeiten von verschiedensten Zeitreihen-Daten - Problemlösungen für Webanalyse, Sozialwissenschaften, Finanzen und Wirtschaft anhand ausführlicher praktischer Beispiele Das Buch eignet sich sowohl für Datenanalysten, für die Python Neuland ist, als auch für Python-Programmierer, die sich in das Scientific Computing einarbeiten wollen. Aktuell zu Python 3, PDF, 03.12.2015.
Auswertung von Daten mit Pandas, NumPy und IPython, Sie wollen alles erfahren über das Manipulieren, Bereinigen, Verarbeiten und Aufbereiten von strukturierten Daten mit Python 3? Dieses konsequent praxisbezogene Buch zeigt Ihnen anhand konkreter Fallbeispiele, wie Sie mit Python-Bibliotheken wie Pandas, NumPy und IPython eine Vielzahl von typischen Datenanalyse-Problemen lösen. Geschrieben von Wes McKinney, dem Hauptautor der Pandas-Bibliothek, bietet Datenanalyse mit Python zudem einen praktischen Einstieg in das Scientific Computing für datenintensive Anwendungen mit Python. Zu den Themen gehören: - die interaktive IPython-Shell als primäre Programmierumgebung - die Features von NumPy (Numerical Python) - die Datenanalyse-Tools der Pandas-Bibliothek - High-Performance-Tools zum Laden, Bereinigen, Transformieren, Zusammenführen und Umformen von Daten - Scatterplots und statische oder interaktive Visualisierungen mit matplotlib - GroupBy-Mechanismen von Pandas zum Zurechtschneiden, Umgestalten und Zusammenfassen von Datensätzen - das Verarbeiten von verschiedensten Zeitreihen-Daten - Problemlösungen für Webanalyse, Sozialwissenschaften, Finanzen und Wirtschaft anhand ausführlicher praktischer Beispiele Das Buch eignet sich sowohl für Datenanalysten, für die Python Neuland ist, als auch für Python-Programmierer, die sich in das Scientific Computing einarbeiten wollen. Aktuell zu Python 3, PDF, 03.12.2015.
2
Datenanalyse mit Python (2015)
DE NW EBISBN: 9783960100034 bzw. 3960100035, in Deutsch, O´reilly, neu, E-Book.
Lieferung aus: Deutschland, Sofort per Download lieferbar.
Auswertung von Daten mit Pandas, NumPy und IPython Sie wollen alles erfahren über das Manipulieren, Bereinigen, Verarbeiten und Aufbereiten von strukturierten Daten mit Python 3? Dieses konsequent praxisbezogene Buch zeigt Ihnen anhand konkreter Fallbeispiele, wie Sie mit Python-Bibliotheken wie Pandas, NumPy und IPython eine Vielzahl von typischen Datenanalyse-Problemen lösen. Geschrieben von Wes McKinney, dem Hauptautor der Pandas-Bibliothek, bietet Datenanalyse mit Python zudem einen praktischen Einstieg in das Scientific Computing für datenintensive Anwendungen mit Python. Zu den Themen gehören: - die interaktive IPython-Shell als primäre Programmierumgebung - die Features von NumPy (Numerical Python) - die Datenanalyse-Tools der Pandas-Bibliothek - High-Performance-Tools zum Laden, Bereinigen, Transformieren, Zusammenführen und Umformen von Daten - Scatterplots und statische oder interaktive Visualisierungen mit matplotlib - GroupBy-Mechanismen von Pandas zum Zurechtschneiden, Umgestalten und Zusammenfassen von Datensätzen - das Verarbeiten von verschiedensten Zeitreihen-Daten - Problemlösungen für Webanalyse, Sozialwissenschaften, Finanzen und Wirtschaft anhand ausführlicher praktischer Beispiele Das Buch eignet sich sowohl für Datenanalysten, für die Python Neuland ist, als auch für Python-Programmierer, die sich in das Scientific Computing einarbeiten wollen. Aktuell zu Python 3, 03.12.2015, PDF.
Auswertung von Daten mit Pandas, NumPy und IPython Sie wollen alles erfahren über das Manipulieren, Bereinigen, Verarbeiten und Aufbereiten von strukturierten Daten mit Python 3? Dieses konsequent praxisbezogene Buch zeigt Ihnen anhand konkreter Fallbeispiele, wie Sie mit Python-Bibliotheken wie Pandas, NumPy und IPython eine Vielzahl von typischen Datenanalyse-Problemen lösen. Geschrieben von Wes McKinney, dem Hauptautor der Pandas-Bibliothek, bietet Datenanalyse mit Python zudem einen praktischen Einstieg in das Scientific Computing für datenintensive Anwendungen mit Python. Zu den Themen gehören: - die interaktive IPython-Shell als primäre Programmierumgebung - die Features von NumPy (Numerical Python) - die Datenanalyse-Tools der Pandas-Bibliothek - High-Performance-Tools zum Laden, Bereinigen, Transformieren, Zusammenführen und Umformen von Daten - Scatterplots und statische oder interaktive Visualisierungen mit matplotlib - GroupBy-Mechanismen von Pandas zum Zurechtschneiden, Umgestalten und Zusammenfassen von Datensätzen - das Verarbeiten von verschiedensten Zeitreihen-Daten - Problemlösungen für Webanalyse, Sozialwissenschaften, Finanzen und Wirtschaft anhand ausführlicher praktischer Beispiele Das Buch eignet sich sowohl für Datenanalysten, für die Python Neuland ist, als auch für Python-Programmierer, die sich in das Scientific Computing einarbeiten wollen. Aktuell zu Python 3, 03.12.2015, PDF.
3
Datenanalyse mit Python - Auswertung von Daten mit Pandas, NumPy und IPython
DE NW EB DLISBN: 9783960100034 bzw. 3960100035, in Deutsch, OReilly Verlag, neu, E-Book, elektronischer Download.
Lieferung aus: Deutschland, E-Book zum Download.
Sie wollen alles erfahren über das Manipulieren, Bereinigen, Verarbeiten und Aufbereiten von strukturierten Daten mit Python 3? Dieses konsequent praxisbezogene Buch zeigt Ihnen anhand konkreter Fallbeispiele, wie Sie mit Python-Bibliotheken wie Pandas, NumPy und IPython eine Vielzahl von typischen Datenanalyse-Problemen lösen. Geschrieben von Wes McKinney, dem Hauptautor der Pandas-Bibliothek, bietet Datenanalyse mit Python zudem einen praktischen Einstieg in das Scientific Computing für datenintensive Anwendungen mit Python. Zu den Themen gehören: - die interaktive IPython-Shell als primäre Programmierumgebung - die Features von NumPy (Numerical Python) - die Datenanalyse-Tools der Pandas-Bibliothek - High-Performance-Tools zum Laden, Bereinigen, Transformieren, Zusammenführen und Umformen von Daten - Scatterplots und statische oder interaktive Visualisierungen mit matplotlib - GroupBy-Mechanismen von Pandas zum Zurechtschneiden, Umgestalten und Zusammenfassen von Datensätzen - das Verarbeiten von verschiedensten Zeitreihen-Daten - Problemlösungen für Webanalyse, Sozialwissenschaften, Finanzen und Wirtschaft anhand ausführlicher praktischer Beispiele Das Buch eignet sich sowohl für Datenanalysten, für die Python Neuland ist, als auch für Python-Programmierer, die sich in das Scientific Computing einarbeiten wollen. Aktuell zu Python 3 Wes McKinney ist Hauptautor von Pandas, der populären Python-Bibliothek für die Datenanalyse. Nachdem er 2007 sein Mathematikstudium am MIT abgeschlossen hatte, arbeitete er im Bereich der quantitativen Finanzen bei AQR Capital Management in Greenwich, Connecticut. 2013 hat er die Firma DataPad gegründet. Er ist aktives Mitglied der Python-Community und ein Verfechter der Verwendung von Python in Datenanalyse, Finanzen und Statistik.
Sie wollen alles erfahren über das Manipulieren, Bereinigen, Verarbeiten und Aufbereiten von strukturierten Daten mit Python 3? Dieses konsequent praxisbezogene Buch zeigt Ihnen anhand konkreter Fallbeispiele, wie Sie mit Python-Bibliotheken wie Pandas, NumPy und IPython eine Vielzahl von typischen Datenanalyse-Problemen lösen. Geschrieben von Wes McKinney, dem Hauptautor der Pandas-Bibliothek, bietet Datenanalyse mit Python zudem einen praktischen Einstieg in das Scientific Computing für datenintensive Anwendungen mit Python. Zu den Themen gehören: - die interaktive IPython-Shell als primäre Programmierumgebung - die Features von NumPy (Numerical Python) - die Datenanalyse-Tools der Pandas-Bibliothek - High-Performance-Tools zum Laden, Bereinigen, Transformieren, Zusammenführen und Umformen von Daten - Scatterplots und statische oder interaktive Visualisierungen mit matplotlib - GroupBy-Mechanismen von Pandas zum Zurechtschneiden, Umgestalten und Zusammenfassen von Datensätzen - das Verarbeiten von verschiedensten Zeitreihen-Daten - Problemlösungen für Webanalyse, Sozialwissenschaften, Finanzen und Wirtschaft anhand ausführlicher praktischer Beispiele Das Buch eignet sich sowohl für Datenanalysten, für die Python Neuland ist, als auch für Python-Programmierer, die sich in das Scientific Computing einarbeiten wollen. Aktuell zu Python 3 Wes McKinney ist Hauptautor von Pandas, der populären Python-Bibliothek für die Datenanalyse. Nachdem er 2007 sein Mathematikstudium am MIT abgeschlossen hatte, arbeitete er im Bereich der quantitativen Finanzen bei AQR Capital Management in Greenwich, Connecticut. 2013 hat er die Firma DataPad gegründet. Er ist aktives Mitglied der Python-Community und ein Verfechter der Verwendung von Python in Datenanalyse, Finanzen und Statistik.
4
Datenanalyse mit Python
DE NW EBISBN: 9783960100034 bzw. 3960100035, in Deutsch, O´reilly, neu, E-Book.
Lieferung aus: Schweiz, 03.12.2015.
Auswertung von Daten mit Pandas, NumPy und IPython, Sie wollen alles erfahren über das Manipulieren, Bereinigen, Verarbeiten und Aufbereiten von strukturierten Daten mit Python 3? Dieses konsequent praxisbezogene Buch zeigt Ihnen anhand konkreter Fallbeispiele, wie Sie mit Python-Bibliotheken wie Pandas, NumPy und IPython eine Vielzahl von typischen Datenanalyse-Problemen lösen. Geschrieben von Wes McKinney, dem Hauptautor der Pandas-Bibliothek, bietet Datenanalyse mit Python zudem einen praktischen Einstieg in das Scientific Computing für datenintensive Anwendungen mit Python. Zu den Themen gehören: - die interaktive IPython-Shell als primäre Programmierumgebung - die Features von NumPy (Numerical Python) - die Datenanalyse-Tools der Pandas-Bibliothek - High-Performance-Tools zum Laden, Bereinigen, Transformieren, Zusammenführen und Umformen von Daten - Scatterplots und statische oder interaktive Visualisierungen mit matplotlib - GroupBy-Mechanismen von Pandas zum Zurechtschneiden, Umgestalten und Zusammenfassen von Datensätzen - das Verarbeiten von verschiedensten Zeitreihen-Daten - Problemlösungen für Webanalyse, Sozialwissenschaften, Finanzen und Wirtschaft anhand ausführlicher praktischer Beispiele Das Buch eignet sich sowohl für Datenanalysten, für die Python Neuland ist, als auch für Python-Programmierer, die sich in das Scientific Computing einarbeiten wollen. Aktuell zu Python 3.
Auswertung von Daten mit Pandas, NumPy und IPython, Sie wollen alles erfahren über das Manipulieren, Bereinigen, Verarbeiten und Aufbereiten von strukturierten Daten mit Python 3? Dieses konsequent praxisbezogene Buch zeigt Ihnen anhand konkreter Fallbeispiele, wie Sie mit Python-Bibliotheken wie Pandas, NumPy und IPython eine Vielzahl von typischen Datenanalyse-Problemen lösen. Geschrieben von Wes McKinney, dem Hauptautor der Pandas-Bibliothek, bietet Datenanalyse mit Python zudem einen praktischen Einstieg in das Scientific Computing für datenintensive Anwendungen mit Python. Zu den Themen gehören: - die interaktive IPython-Shell als primäre Programmierumgebung - die Features von NumPy (Numerical Python) - die Datenanalyse-Tools der Pandas-Bibliothek - High-Performance-Tools zum Laden, Bereinigen, Transformieren, Zusammenführen und Umformen von Daten - Scatterplots und statische oder interaktive Visualisierungen mit matplotlib - GroupBy-Mechanismen von Pandas zum Zurechtschneiden, Umgestalten und Zusammenfassen von Datensätzen - das Verarbeiten von verschiedensten Zeitreihen-Daten - Problemlösungen für Webanalyse, Sozialwissenschaften, Finanzen und Wirtschaft anhand ausführlicher praktischer Beispiele Das Buch eignet sich sowohl für Datenanalysten, für die Python Neuland ist, als auch für Python-Programmierer, die sich in das Scientific Computing einarbeiten wollen. Aktuell zu Python 3.
5
Datenanalyse mit Python - Auswertung von Daten mit Pandas, NumPy und IPython
DE NWISBN: 9783960100034 bzw. 3960100035, in Deutsch, O'reilly, neu.
Lieferung aus: Deutschland, Envío gratuito.
Datenanalyse mit Python: Sie wollen alles erfahren über das Manipulieren, Bereinigen, Verarbeiten und Aufbereiten von strukturierten Daten mit Python 3 Dieses konsequent praxisbezogene Buch zeigt Ihnen anhand konkreter Fallbeispiele, wie Sie mit Python-Bibliotheken wie Pandas, NumPy und IPython eine Vielzahl von typischen Datenanalyse-Problemen lösen. Geschrieben von Wes McKinney, dem Hauptautor der Pandas-Bibliothek, bietet Datenanalyse mit Python zudem einen praktischen Einstieg in das Scientific Computing für datenintensive Anwendungen mit Python. Zu den Themen gehören: - die interaktive IPython-Shell als primäre Programmierumgebung - die Features von NumPy (Numerical Python) - die Datenanalyse-Tools der Pandas-Bibliothek - High-Performance-Tools zum Laden, Bereinigen, Transformieren, Zusammenführen und Umformen von Daten - Scatterplots und statische oder interaktive Visualisierungen mit matplotlib - GroupBy-Mechanismen von Pandas zum Zurechtschneiden, Umgestalten und Zusammenfassen von Datensätzen - das Verarbeiten von verschiedensten Zeitreihen-Daten - Problemlösungen für Webanalyse, Sozialwissenschaften, Finanzen und Wirtschaft anhand ausführlicher praktischer Beispiele Das Buch eignet sich sowohl für Datenanalysten, für die Python Neuland ist, als auch für Python-Programmierer, die sich in das Scientific Computing einarbeiten wollen. Aktuell zu Python 3, Ebook.
Datenanalyse mit Python: Sie wollen alles erfahren über das Manipulieren, Bereinigen, Verarbeiten und Aufbereiten von strukturierten Daten mit Python 3 Dieses konsequent praxisbezogene Buch zeigt Ihnen anhand konkreter Fallbeispiele, wie Sie mit Python-Bibliotheken wie Pandas, NumPy und IPython eine Vielzahl von typischen Datenanalyse-Problemen lösen. Geschrieben von Wes McKinney, dem Hauptautor der Pandas-Bibliothek, bietet Datenanalyse mit Python zudem einen praktischen Einstieg in das Scientific Computing für datenintensive Anwendungen mit Python. Zu den Themen gehören: - die interaktive IPython-Shell als primäre Programmierumgebung - die Features von NumPy (Numerical Python) - die Datenanalyse-Tools der Pandas-Bibliothek - High-Performance-Tools zum Laden, Bereinigen, Transformieren, Zusammenführen und Umformen von Daten - Scatterplots und statische oder interaktive Visualisierungen mit matplotlib - GroupBy-Mechanismen von Pandas zum Zurechtschneiden, Umgestalten und Zusammenfassen von Datensätzen - das Verarbeiten von verschiedensten Zeitreihen-Daten - Problemlösungen für Webanalyse, Sozialwissenschaften, Finanzen und Wirtschaft anhand ausführlicher praktischer Beispiele Das Buch eignet sich sowohl für Datenanalysten, für die Python Neuland ist, als auch für Python-Programmierer, die sich in das Scientific Computing einarbeiten wollen. Aktuell zu Python 3, Ebook.
6
Datenanalyse mit Python - Auswertung von Daten mit Pandas, NumPy und IPython
DE NW EB DLISBN: 9783960100034 bzw. 3960100035, in Deutsch, O'reilly, neu, E-Book, elektronischer Download.
Lieferung aus: Deutschland, Versandkostenfrei.
Datenanalyse mit Python: Sie wollen alles erfahren über das Manipulieren, Bereinigen, Verarbeiten und Aufbereiten von strukturierten Daten mit Python 3 Dieses konsequent praxisbezogene Buch zeigt Ihnen anhand konkreter Fallbeispiele, wie Sie mit Python-Bibliotheken wie Pandas, NumPy und IPython eine Vielzahl von typischen Datenanalyse-Problemen läsen. Geschrieben von Wes McKinney, dem Hauptautor der Pandas-Bibliothek, bietet Datenanalyse mit Python zudem einen praktischen Einstieg in das Scientific Computing für datenintensive Anwendungen mit Python. Zu den Themen gehören: - die interaktive IPython-Shell als primäre Programmierumgebung - die Features von NumPy (Numerical Python) - die Datenanalyse-Tools der Pandas-Bibliothek - High-Performance-Tools zum Laden, Bereinigen, Transformieren, Zusammenführen und Umformen von Daten - Scatterplots und statische oder interaktive Visualisierungen mit matplotlib - GroupBy-Mechanismen von Pandas zum Zurechtschneiden, Umgestalten und Zusammenfassen von Datensätzen - das Verarbeiten von verschiedensten Zeitreihen-Daten - Problemlösungen für Webanalyse, Sozialwissenschaften, Finanzen und Wirtschaft anhand ausführlicher praktischer Beispiele Das Buch eignet sich sowohl für Datenanalysten, für die Python Neuland ist, als auch für Python-Programmierer, die sich in das Scientific Computing einarbeiten wollen. Aktuell zu Python 3, Ebook.
Datenanalyse mit Python: Sie wollen alles erfahren über das Manipulieren, Bereinigen, Verarbeiten und Aufbereiten von strukturierten Daten mit Python 3 Dieses konsequent praxisbezogene Buch zeigt Ihnen anhand konkreter Fallbeispiele, wie Sie mit Python-Bibliotheken wie Pandas, NumPy und IPython eine Vielzahl von typischen Datenanalyse-Problemen läsen. Geschrieben von Wes McKinney, dem Hauptautor der Pandas-Bibliothek, bietet Datenanalyse mit Python zudem einen praktischen Einstieg in das Scientific Computing für datenintensive Anwendungen mit Python. Zu den Themen gehören: - die interaktive IPython-Shell als primäre Programmierumgebung - die Features von NumPy (Numerical Python) - die Datenanalyse-Tools der Pandas-Bibliothek - High-Performance-Tools zum Laden, Bereinigen, Transformieren, Zusammenführen und Umformen von Daten - Scatterplots und statische oder interaktive Visualisierungen mit matplotlib - GroupBy-Mechanismen von Pandas zum Zurechtschneiden, Umgestalten und Zusammenfassen von Datensätzen - das Verarbeiten von verschiedensten Zeitreihen-Daten - Problemlösungen für Webanalyse, Sozialwissenschaften, Finanzen und Wirtschaft anhand ausführlicher praktischer Beispiele Das Buch eignet sich sowohl für Datenanalysten, für die Python Neuland ist, als auch für Python-Programmierer, die sich in das Scientific Computing einarbeiten wollen. Aktuell zu Python 3, Ebook.
Lade…