Python per Data Science. Guida pratica

Yuli Vasiliev
Pronto per la spedizione in 1 giorno lavorativo
nuovo € 34,90 € 33,16
Spedizione gratuita in Italia
Compra nuovo

Paga con Klarna in 3 rate senza interessi per ordini superiori a 39 €.

Traduttore: Mokarta
Editore: Tecniche Nuove
Collana: Tecnologie
Codice EAN: 9788848146548
Anno edizione: 2023
Anno pubblicazione: 2023
Dati: 232 p., brossura
ty=I s=1 rel=1,1
op=N s=1 q=10(1+9-0) g=1 camp=3389
Disponibile anche in eBook a € 27,99

Note legali

NOTE LEGALI

a) Garanzia legale, Pagamenti, Consegne, Diritto di recesso
b) Informazioni sul prezzo
Il prezzo barrato corrisponde al prezzo di vendita al pubblico al lordo di IVA e al netto delle spese di spedizione
Il prezzo barrato dei libri italiani corrisponde al prezzo di copertina.
I libri in inglese di Libraccio sono di provenienza americana o inglese.
Libraccio riceve quotidianamente i prodotti dagli USA e dalla Gran Bretagna, pagandone i costi di importazione, spedizione in Italia ecc.
Il prezzo in EURO è fissato da Libraccio e, in alcuni casi, può discostarsi leggermente dal cambio dollaro/euro o sterlina/euro del giorno. Il prezzo che pagherai sarà quello in EURO al momento della conferma dell'ordine.
In ogni caso potrai verificare la convenienza dei nostri prezzi rispetto ad altri siti italiani e, in moltissimi casi, anche rispetto all'acquisto su siti americani o inglesi.
c) Disponibilità
I termini relativi alla disponibilità dei prodotti sono indicati nelle Condizioni generali di vendita.

Disponibilità immediata
L'articolo è immediatamente disponibile presso Libraccio e saremo in grado di procedere con la spedizione entro un giorno lavorativo.
Nota: La disponibilità prevista fa riferimento a singole disponibilità.

Disponibile in giorni o settimane (ad es. "3-5-10 giorni", "4-5 settimane" )
L'articolo sarà disponibile entro le tempistiche indicate, necessarie per ricevere l'articolo dai nostri fornitori e preparare la spedizione.
Nota: La disponibilità prevista fa riferimento a singole disponibilità.

Prenotazione libri scolastici
Il servizio ti permette di prenotare libri scolastici nuovi che risultano non disponibili al momento dell'acquisto.

Attualmente non disponibile
L'articolo sarà disponibile ma non sappiamo ancora quando. Inserisci la tua mail dalla scheda prodotto attivando il servizio Libraccio “avvisami” e sarai contattato quando sarà ordinabile.

Difficile reperibilità
Abbiamo dei problemi nel reperire il prodotto. Il fornitore non ci dà informazioni sulla sua reperibilità, ma se desideri comunque effettuare l'ordine, cercheremo di averlo nei tempi indicati. Se non sarà possibile, ti avvertiremo via e-mail e l'ordine verrà cancellato.
Chiudi

Descrizione

Python per Data Science, la guida perfetta per i programmatori di livello intermedio, mostra i modi migliori per sfruttare Python per le applicazioni basate sui dati. Ricco di esempi pratici, il libro offre un ampio tour delle funzionalità di Python per ottenere, trasformare e analizzare i dati. Scoprirete le strutture dati integrate in Python e il suo robusto ecosistema di librerie open source per la scienza dei dati, tra cui NumPy, pandas, scikit-learn e matplotlib. Vi eserciterete a caricare dati in vari formati, a ottimizzare, raggruppare e aggregare insiemi di dati e a creare visualizzazioni come grafici e mappe. Esempi approfonditi mostrano come costruire applicazioni di dati del mondo reale, tra cui un servizio di taxi alimentato dai dati di localizzazione, un’analisi delle regole di associazione dei dati delle transazioni per identificare gli articoli comunemente acquistati insieme e un modello di apprendimento automatico per prevedere l’andamento delle scorte. Ogni capitolo contiene esercizi che incoraggiano a provare le tecniche da soli. Imparerete a: Manipolare in modo efficiente strutture di dati come liste, dizionari, array NumPy e pandas DataFrames; Spostare dati da e verso database relazionali e NoSQL; Ottenere informazioni utili sui dati attraverso l’aggregazione, la visualizzazione e altri metodi di analisi; Lavorare con testi semplici, dati GPS, dati di serie temporali, file JSON e CSV e molti altri tipi e formati di dati; Utilizzare il machine learning per l’elaborazione del linguaggio naturale, come l’analisi del sentiment.