[Boekrecensie] Python for Data Analysis (Wes McKinney) Boeksamenvatting.

Python for Data Analysis (Wes McKinney) - Amazon Netherlands Store: https://www.amazon.nl/dp/1491957662?tag=9natreedutch-21 - Amazon Belgium Store: https://www.amazon.com.be/dp/1491957662?tag=9natreebelgium-21 - Amazon Worldwide Store: https://global.buys.trade/Python-for-Data-Analysis-Wes-McKinney.html - Apple Books: https://books.apple.com/us/audiobook/python-for-data-analysis-real-world-projects-and/id1827577561?itsct=books_box_link&itscg=30200&ls=1&at=1001l3bAw&ct=9natree - eBay: https://www.ebay.com/sch/i.html?_nkw=Python+for+Data+Analysis+Wes+McKinney+&mkcid=1&mkrid=711-53200-19255-0&siteid=0&campid=5339060787&customid=9natree&toolid=10001&mkevt=1 - Lees meer: https://dutch.9natree.com/read/1491957662/ #pandasDataFrames #NumPyvectorisatie #dataopschonen #groupbyenaggregatie #tijdreeksanalyse #PythonforDataAnalysis Python for Data Analysis van Wes McKinney is een praktisch handboek over data-analyse met Python, met de nadruk op het voorbereiden, onderzoeken en verwerken van gestructureerde gegevens. McKinney is de bedenker van pandas, de bibliotheek die centraal staat in het boek. Deze editie behandelt pandas, NumPy, IPython en Jupyter als samenhangende gereedschapskist voor dagelijks analytisch werk. Het is geen boek dat vooral statistische theorie, machine learning of bedrijfsstrategie uitlegt. De kern is data wrangling, het betrouwbare omzetten van ruwe, onvolledige en vaak rommelige bestanden naar gegevens die onderzocht, samengevat en gevisualiseerd kunnen worden. De aanpak is oefengericht. Lezers werken met tabellen, numerieke arrays, bestanden, tijdreeksen en herhaalbare bewerkingen in een interactieve omgeving. Daardoor laat het boek niet alleen zien welke functies bestaan, maar ook waarom een bepaalde gegevensstructuur of bewerking geschikt is. Het richt zich vooral op analisten die Python leren gebruiken en programmeurs die willen overstappen naar datawerk. De praktische voorbeelden maken het bovendien bruikbaar als naslagwerk tijdens echte analyseprojecten.