Categories
Ebooks
-
Business and economy
- Bitcoin
- Businesswoman
- Coaching
- Controlling
- E-business
- Economy
- Finances
- Stocks and investments
- Personal competence
- Computer in the office
- Communication and negotiation
- Small company
- Marketing
- Motivation
- Multimedia trainings
- Real estate
- Persuasion and NLP
- Taxes
- Social policy
- Guides
- Presentations
- Leadership
- Public Relation
- Reports, analyses
- Secret
- Social Media
- Sales
- Start-up
- Your career
- Management
- Project management
- Human Resources
-
For children
-
For youth
-
Education
-
Encyclopedias, dictionaries
-
E-press
- Architektura i wnętrza
- Biznes i Ekonomia
- Home and garden
- E-business
- Finances
- Personal finance
- Business
- Photography
- Computer science
- HR & Payroll
- Computers, Excel
- Accounts
- Culture and literature
- Scientific and academic
- Environmental protection
- Opinion-forming
- Education
- Taxes
- Travelling
- Psychology
- Religion
- Agriculture
- Book and press market
- Transport and Spedition
- Healthand beauty
-
History
-
Computer science
- Office applications
- Data bases
- Bioinformatics
- IT business
- CAD/CAM
- Digital Lifestyle
- DTP
- Electronics
- Digital photography
- Computer graphics
- Games
- Hacking
- Hardware
- IT w ekonomii
- Scientific software package
- School textbooks
- Computer basics
- Programming
- Mobile programming
- Internet servers
- Computer networks
- Start-up
- Operational systems
- Artificial intelligence
- Technology for children
- Webmastering
-
Other
-
Foreign languages
-
Culture and art
-
School reading books
-
Literature
- Antology
- Ballade
- Biographies and autobiographies
- For adults
- Dramas
- Diaries, memoirs, letters
- Epic, epopee
- Essay
- Fantasy and science fiction
- Feuilletons
- Work of fiction
- Humour and satire
- Other
- Classical
- Crime fiction
- Non-fiction
- Fiction
- Mity i legendy
- Nobelists
- Novellas
- Moral
- Okultyzm i magia
- Short stories
- Memoirs
- Travelling
- Narrative poetry
- Poetry
- Politics
- Popular science
- Novel
- Historical novel
- Prose
- Adventure
- Journalism, publicism
- Reportage novels
- Romans i literatura obyczajowa
- Sensational
- Thriller, Horror
- Interviews and memoirs
-
Natural sciences
-
Social sciences
-
School textbooks
-
Popular science and academic
- Archeology
- Bibliotekoznawstwo
- Cinema studies
- Philology
- Polish philology
- Philosophy
- Finanse i bankowość
- Geography
- Economy
- Trade. World economy
- History and archeology
- History of art and architecture
- Cultural studies
- Linguistics
- Literary studies
- Logistics
- Maths
- Medicine
- Humanities
- Pedagogy
- Educational aids
- Popular science
- Other
- Psychology
- Sociology
- Theatre studies
- Theology
- Economic theories and teachings
- Transport i spedycja
- Physical education
- Zarządzanie i marketing
-
Guides
-
Game guides
-
Professional and specialist guides
-
Law
- Health and Safety
- History
- Road Code. Driving license
- Law studies
- Healthcare
- General. Compendium of knowledge
- Academic textbooks
- Other
- Construction and local law
- Civil law
- Financial law
- Economic law
- Economic and trade law
- Criminal law
- Criminal law. Criminal offenses. Criminology
- International law
- International law
- Health care law
- Educational law
- Tax law
- Labor and social security law
- Public, constitutional and administrative law
- Family and Guardianship Code
- agricultural law
- Social law, labour law
- European Union law
- Industry
- Agricultural and environmental
- Dictionaries and encyclopedia
- Public procurement
- Management
-
Tourist guides and travel
- Africa
- Albums
- Southern America
- North and Central America
- Australia, New Zealand, Oceania
- Austria
- Asia
- Balkans
- Middle East
- Bulgary
- China
- Croatia
- The Czech Republic
- Denmark
- Egipt
- Estonia
- Europe
- France
- Mountains
- Greece
- Spain
- Holand
- Iceland
- Lithuania
- Latvia
- Mapy, Plany miast, Atlasy
- Mini travel guides
- Germany
- Norway
- Active travelling
- Poland
- Portugal
- Other
- Russia
- Romania
- Slovakia
- Slovenia
- Switzerland
- Sweden
- World
- Turkey
- Ukraine
- Hungary
- Great Britain
- Italy
-
Psychology
- Philosophy of life
- Kompetencje psychospołeczne
- Interpersonal communication
- Mindfulness
- General
- Persuasion and NLP
- Academic psychology
- Psychology of soul and mind
- Work psychology
- Relacje i związki
- Parenting and children psychology
- Problem solving
- Intellectual growth
- Secret
- Sexapeal
- Seduction
- Appearance and image
- Philosophy of life
-
Religion
-
Sport, fitness, diets
-
Technology and mechanics
Audiobooks
-
Business and economy
- Bitcoin
- Businesswoman
- Coaching
- Controlling
- E-business
- Economy
- Finances
- Stocks and investments
- Personal competence
- Communication and negotiation
- Small company
- Marketing
- Motivation
- Real estate
- Persuasion and NLP
- Taxes
- Guides
- Presentations
- Leadership
- Public Relation
- Secret
- Social Media
- Sales
- Start-up
- Your career
- Management
- Project management
- Human Resources
-
For children
-
For youth
-
Education
-
Encyclopedias, dictionaries
-
History
-
Computer science
-
Other
-
Foreign languages
-
Culture and art
-
School reading books
-
Literature
- Antology
- Ballade
- Biographies and autobiographies
- For adults
- Dramas
- Diaries, memoirs, letters
- Epic, epopee
- Essay
- Fantasy and science fiction
- Feuilletons
- Work of fiction
- Humour and satire
- Other
- Classical
- Crime fiction
- Non-fiction
- Fiction
- Mity i legendy
- Nobelists
- Novellas
- Moral
- Okultyzm i magia
- Short stories
- Memoirs
- Travelling
- Poetry
- Politics
- Popular science
- Novel
- Historical novel
- Prose
- Adventure
- Journalism, publicism
- Reportage novels
- Romans i literatura obyczajowa
- Sensational
- Thriller, Horror
- Interviews and memoirs
-
Natural sciences
-
Social sciences
-
Popular science and academic
-
Guides
-
Professional and specialist guides
-
Law
-
Tourist guides and travel
-
Psychology
- Philosophy of life
- Interpersonal communication
- Mindfulness
- General
- Persuasion and NLP
- Academic psychology
- Psychology of soul and mind
- Work psychology
- Relacje i związki
- Parenting and children psychology
- Problem solving
- Intellectual growth
- Secret
- Sexapeal
- Seduction
- Appearance and image
- Philosophy of life
-
Religion
-
Sport, fitness, diets
-
Technology and mechanics
Videocourses
-
Data bases
-
Big Data
-
Biznes, ekonomia i marketing
-
Cybersecurity
-
Data Science
-
DevOps
-
For children
-
Electronics
-
Graphics/Video/CAX
-
Games
-
Microsoft Office
-
Development tools
-
Programming
-
Personal growth
-
Computer networks
-
Operational systems
-
Software testing
-
Mobile devices
-
UX/UI
-
Web development
-
Management
Podcasts
- Ebooks
- Programming
- Python
- Python w analizie danych. Przetwarzanie danych za pomocą pakietów Pandas i NumPy oraz środowiska IPython. Wydanie II
E-book details
Python w analizie danych. Przetwarzanie danych za pomocą pakietów Pandas i NumPy oraz środowiska IPython. Wydanie II
Analiza danych stała się samodzielną dyscypliną wiedzy interesującą specjalistów z wielu branż: analityków biznesowych, statystyków, architektów oprogramowania czy też osoby zajmujące się sztuczną inteligencją. Wydobywanie informacji ze zbiorów danych pozwala na uzyskanie wiedzy niedostępnej w inny sposób. W tym celu dane trzeba odpowiednio przygotować, oczyścić, przetworzyć i oczywiście poddać analizie. Warto również zadbać o ich wizualizację. Do tych wszystkich zadań najlepiej wykorzystać specjalne narzędzia opracowane w języku Python.
Prezentowana książka jest drugim, zaktualizowanym i uzupełnionym, wydaniem klasycznego podręcznika napisanego z myślą o analitykach, którzy dotychczas nie pracowali w Pythonie, oraz o programistach Pythona, którzy nie zajmowali się dotąd analizą danych ani obliczeniami naukowymi. Przedstawiono tu możliwości oferowane przez Pythona 3.6 oraz najnowsze funkcje pakietów Pandas i NumPy, a także środowisk IPython i Jupyter. Przy opisie poszczególnych narzędzi analitycznych wyjaśniono ich działanie i zaprezentowano przykłady ich wykorzystania w sposób efektywny i kreatywny. Ta książka powinna się znaleźć w podręcznej bibliotece każdego analityka danych!
Najważniejsze zagadnienia:
- Eksploracja danych za pomocą powłoki IPython i środowiska Jupyter
- Korzystanie z pakietów NumPy i Pandas
- Tworzenie wizualizacji danych za pomocą pakietu Matplotlib
- Praca z danymi regularnych i nieregularnych szeregów czasowych
- Rozwiązywanie rzeczywistych problemów analitycznych
Python: poznaj idealne narzędzie do analizy danych!
Przedmowa (11)
1. Wstęp (15)
- 1.1. O czym jest ta książka? (15)
- Jakie rodzaje danych? (15)
- 1.2. Dlaczego warto korzystać z Pythona w celu przeprowadzenia analizy danych? (16)
- Python jako spoiwo (16)
- Rozwiązywanie problemu "dwujęzyczności" (17)
- Dlaczego nie Python? (17)
- 1.3. Podstawowe biblioteki Pythona (17)
- NumPy (18)
- pandas (18)
- Matplotlib (19)
- IPython i Jupyter (19)
- SciPy (20)
- Scikit-learn (21)
- statsmodels (21)
- 1.4. Instalacja i konfiguracja (22)
- Windows (22)
- Apple (OS X, macOS) (23)
- GNU, Linux (23)
- Instalowanie i aktualizowanie pakietów Pythona (24)
- Python 2 i Python 3 (24)
- Zintegrowane środowiska programistyczne i edytory tekstowe (25)
- 1.5. Społeczność i konferencje (25)
- 1.6. Nawigacja po książce (26)
- Przykłady kodu (27)
- Przykładowe dane (27)
- Konwencje importowania (27)
- Żargon (27)
2. Podstawy Pythona oraz obsługi narzędzi IPython i Jupyter (29)
- 2.1. Interpreter Pythona (30)
- 2.2. Podstawy interpretera IPython (31)
- Uruchamianie powłoki IPython (31)
- Uruchamianie notatnika Jupyter Notebook (32)
- Uzupełnianie poleceń (35)
- Introspekcja (36)
- Polecenie %run (37)
- Wykonywanie kodu ze schowka (39)
- Skróty klawiaturowe działające w terminalu (39)
- Polecenia magiczne (40)
- Integracja pakietu matplotlib (42)
- 2.3. Podstawy Pythona (42)
- Semantyka języka Python (43)
- Skalarne typy danych (50)
- Przepływ sterowania (57)
3. Wbudowane struktury danych, funkcje i pliki (61)
- 3.1. Struktury danych i sekwencje (61)
- Krotka (61)
- Lista (64)
- Wbudowane funkcje obsługujące sekwencje (68)
- Słownik (70)
- Zbiór (73)
- Lista, słownik i zbiór - składanie (75)
- 3.2. Funkcje (77)
- Przestrzenie nazw, zakres i funkcje lokalne (78)
- Zwracanie wielu wartości (79)
- Funkcje są obiektami (79)
- Funkcje anonimowe (lambda) (81)
- Currying - częściowa aplikacja argumentów (82)
- Generatory (82)
- Błędy i obsługa wyjątków (84)
- 3.3. Pliki i system operacyjny (86)
- Bajty i kodowanie Unicode w plikach (89)
- 3.4. Podsumowanie (91)
4. Podstawy biblioteki NumPy: obsługa tablic i wektorów (93)
- 4.1. NumPy ndarray - wielowymiarowy obiekt tablicowy (95)
- Tworzenie tablic ndarray (96)
- Typ danych tablic ndarray (98)
- Działania matematyczne z tablicami NumPy (100)
- Podstawy indeksowania i przechwytywania części (101)
- Indeksowanie i wartości logiczne (105)
- Indeksowanie specjalne (108)
- Transponowanie tablic i zamiana osi (109)
- 4.2. Funkcje uniwersalne - szybkie funkcje wykonywane na poszczególnych elementach tablicy (110)
- 4.3. Programowanie z użyciem tablic (113)
- Logiczne operacje warunkowe jako operacje tablicowe (115)
- Metody matematyczne i statystyczne (116)
- Metody tablic logicznych (117)
- Sortowanie (118)
- Wartości unikalne i operacje logiczne (119)
- 4.4. Tablice i operacje na plikach (120)
- 4.5. Algebra liniowa (120)
- 4.6. Generowanie liczb pseudolosowych (122)
- 4.7. Przykład: błądzenie losowe (124)
- Jednoczesne symulowanie wielu błądzeń losowych (125)
- 4.8. Podsumowanie (126)
5. Rozpoczynamy pracę z biblioteką pandas (127)
- 5.1. Wprowadzenie do struktur danych biblioteki pandas (127)
- Obiekt Series (128)
- Obiekt DataFrame (131)
- Obiekty index (137)
- 5.2. Podstawowe funkcjonalności (139)
- Uaktualnianie indeksu (139)
- Odrzucanie elementów osi (141)
- Indeksowanie, wybieranie i filtrowanie (143)
- Indeksy w postaci liczb całkowitych (147)
- Działania arytmetyczne i wyrównywanie danych (148)
- Funkcje apply i map (153)
- Sortowanie i tworzenie rankingów (154)
- Indeksy osi ze zduplikowanymi etykietami (157)
- 5.3. Podsumowywanie i generowanie statystyk opisowych (158)
- Współczynnik korelacji i kowariancja (161)
- Unikalne wartości, ich liczba i przynależność (163)
- 5.4. Podsumowanie (165)
6. Odczyt i zapis danych, formaty plików (167)
- 6.1. Odczyt i zapis danych w formacie tekstowym (167)
- Wczytywanie części pliku tekstowego (173)
- Zapis danych w formacie tekstowym (174)
- Praca z plikami danych rozgraniczonych (176)
- Dane w formacie JSON (178)
- XML i HTML - web scraping (179)
- 6.2. Formaty danych binarnych (182)
- Obsługa formatu HDF5 (183)
- Wczytywanie plików programu Microsoft Excel (185)
- 6.3. Obsługa interfejsów sieciowych (186)
- 6.4. Obsługa baz danych (187)
- 6.5. Podsumowanie (188)
7. Czyszczenie i przygotowywanie danych (189)
- 7.1. Obsługa brakujących danych (189)
- Filtrowanie brakujących danych (191)
- Wypełnianie brakujących danych (193)
- 7.2. Przekształcanie danych (195)
- Usuwanie duplikatów (195)
- Przekształcanie danych przy użyciu funkcji lub mapowania (196)
- Zastępowanie wartości (197)
- Zmiana nazw indeksów osi (199)
- Dyskretyzacja i podział na koszyki (200)
- Wykrywanie i filtrowanie elementów odstających (202)
- Permutacje i próbkowanie losowe (203)
- Przetwarzanie wskaźników i zmiennych zastępczych (204)
- 7.3. Operacje przeprowadzane na łańcuchach (207)
- Metody obiektu typu string (207)
- Wyrażenia regularne (209)
- Wektoryzacja funkcji łańcuchów w pakiecie pandas (212)
- 7.4. Podsumowanie (215)
8. Przetwarzanie danych - operacje łączenia, wiązania i przekształcania (217)
- 8.1. Indeksowanie hierarchiczne (217)
- Zmiana kolejności i sortowanie poziomów (220)
- Parametry statystyki opisowej z uwzględnieniem poziomu (220)
- Indeksowanie z kolumnami ramki danych (221)
- 8.2. Łączenie zbiorów danych (222)
- Łączenie ramek danych w stylu łączenia elementów baz danych (222)
- Łączenie przy użyciu indeksu (227)
- Konkatenacja wzdłuż osi (230)
- Łączenie częściowo nakładających się danych (234)
- 8.3. Zmiana kształtu i operacje osiowe (235)
- Przekształcenia z indeksowaniem hierarchicznym (236)
- Przekształcanie z formatu "długiego" na "szeroki" (238)
- Przekształcanie z formatu "szerokiego" na "długi" (241)
- 8.4. Podsumowanie (243)
9. Wykresy i wizualizacja danych (245)
- 9.1. Podstawy obsługi interfejsu pakietu matplotlib (245)
- Obiekty figure i wykresy składowe (246)
- Kolory, oznaczenia i style linii (250)
- Punkty, etykiety i legendy (252)
- Adnotacje i rysunki (255)
- Zapisywanie wykresów w postaci plików (257)
- Konfiguracja pakietu matplotlib (258)
- 9.2. Generowanie wykresów za pomocą pakietów pandas i seaborn (259)
- Wykresy liniowe (259)
- Wykresy słupkowe (262)
- Histogramy i wykresy gęstości (266)
- Wykresy punktowe (268)
- Wykresy panelowe i dane kategoryczne (269)
- 9.3. Inne narzędzia przeznaczone do wizualizacji danych w Pythonie (272)
- 9.4. Podsumowanie (272)
10. Agregacja danych i operacje wykonywane na grupach (273)
- 10.1. Mechanika interfejsu groupby (274)
- Iteracja po grupach (277)
- Wybieranie kolumny lub podzbioru kolumn (278)
- Grupowanie przy użyciu słowników i serii (279)
- Grupowanie przy użyciu funkcji (280)
- Grupowanie przy użyciu poziomów indeksu (280)
- 10.2. Agregacja danych (281)
- Przetwarzanie kolumna po kolumnie i stosowanie wielu funkcji (282)
- Zwracanie zagregowanych danych bez indeksów wierszy (285)
- 10.3. Metoda apply - ogólne zastosowanie techniki dziel-zastosuj-połącz (286)
- Usuwanie kluczy grup (288)
- Kwantyle i analiza koszykowa (288)
- Przykład: wypełnianie brakujących wartości przy użyciu wartości charakterystycznych dla grupy (290)
- Przykład: losowe generowanie próbek i permutacja (292)
- Przykład: średnie ważone grup i współczynnik korelacji (293)
- Przykład: regresja liniowa grup (295)
- 10.4. Tabele przestawne i krzyżowe (295)
- Tabele krzyżowe (298)
- 10.5. Podsumowanie (299)
11. Szeregi czasowe (301)
- 11.1. Typy danych i narzędzia przeznaczone do obsługi daty i czasu (302)
- Konwersja pomiędzy obiektami string i datetime (303)
- 11.2. Podstawy szeregów czasowych (305)
- Indeksowanie i wybieranie (306)
- Szeregi czasowe z duplikatami indeksów (309)
- 11.3. Zakresy dat, częstotliwości i przesunięcia (310)
- Generowanie zakresów dat (310)
- Częstotliwości i przesunięcia daty (313)
- Przesuwanie daty (314)
- 11.4. Obsługa strefy czasowej (317)
- Lokalizacja i konwersja stref czasowych (317)
- Operacje z udziałem obiektów Timestamp o wyznaczonej strefie czasowej (319)
- Operacje pomiędzy różnymi strefami czasowymi (320)
- 11.5. Okresy i przeprowadzanie na nich operacji matematycznych (321)
- Konwersja częstotliwości łańcuchów (322)
- Kwartalne częstotliwości okresów (323)
- Konwersja znaczników czasu na okresy (i z powrotem) (325)
- Tworzenie obiektów PeriodIndex na podstawie tablic (326)
- 11.6. Zmiana rozdzielczości i konwersja częstotliwości (328)
- Zmniejszanie częstotliwości (329)
- Zwiększanie rozdzielczości i interpolacja (332)
- Zmiana rozdzielczości z okresami (333)
- 11.7. Funkcje ruchomego okna (334)
- Funkcje ważone wykładniczo (337)
- Binarne funkcje ruchomego okna (338)
- Funkcje ruchomego okna definiowane przez użytkownika (340)
- 11.8. Podsumowanie (340)
12. Zaawansowane funkcje biblioteki pandas (341)
- 12.1. Dane kategoryczne (341)
- Kontekst i motywacja (341)
- Typ Categorical w bibliotece pandas (343)
- Obliczenia na obiektach typu Categorical (345)
- Metody obiektu kategorycznego (347)
- 12.2. Zaawansowane operacje grupowania (349)
- Transformacje grup i "nieobudowane" operacje grupowania (349)
- Zmiana rozdzielczości czasu przeprowadzana przy użyciu grup (353)
- 12.3. Techniki łączenia metod w łańcuch (354)
- Metoda pipe (355)
- 12.4. Podsumowanie (356)
13. Wprowadzenie do bibliotek modelujących (357)
- 13.1. Łączenie pandas z kodem modelu (357)
- 13.2. Tworzenie opisów modeli przy użyciu biblioteki Patsy (360)
- Przekształcenia danych za pomocą formuł Patsy (362)
- Patsy i dane kategoryczne (363)
- 13.3. Wprowadzenie do biblioteki statsmodels (366)
- Szacowanie modeli liniowych (366)
- Szacowanie procesów szeregów czasowych (369)
- 13.4. Wprowadzenie do pakietu scikit-learn (369)
- 13.5. Dalszy rozwój (373)
14. Przykłady analizy danych (375)
- 14.1. Dane USA.gov serwisu Bitly (375)
- Liczenie stref czasowych w czystym Pythonie (376)
- Liczenie stref czasowych przy użyciu pakietu pandas (378)
- 14.2. Zbiór danych MovieLens 1M (384)
- Wyznaczenie rozbieżności ocen (388)
- 14.3. Imiona nadawane dzieciom w USA w latach 1880 - 2010 (389)
- Analiza trendów imion (394)
- 14.4. Baza danych USDA Food (402)
- 14.5. Baza danych 2012 Federal Election Commission (406)
- Statystyki datków z podziałem na wykonywany zawód i pracodawcę (409)
- Podział kwot datków na koszyki (411)
- Statystyki datków z podziałem na poszczególne stany (413)
- 14.6. Podsumowanie (414)
A. Zaawansowane zagadnienia związane z biblioteką NumPy (415)
- A.1. Szczegóły budowy obiektu ndarray (415)
- Hierarchia typów danych NumPy (416)
- A.2. Zaawansowane operacje tablicowe (417)
- Zmiana wymiarów tablic (417)
- Kolejności charakterystyczne dla języków C i Fortran (419)
- Łączenie i dzielenie tablic (420)
- Powtarzanie elementów - funkcje tile i repeat (422)
- Alternatywy indeksowania specjalnego - metody take i put (423)
- A.3. Rozgłaszanie (424)
- Rozgłaszanie wzdłuż innych osi (426)
- Przypisywanie wartości elementom tablicy poprzez rozgłaszanie (428)
- A.4. Zaawansowane zastosowania funkcji uniwersalnych (429)
- Metody instancji funkcji uniwersalnych (429)
- Pisanie nowych funkcji uniwersalnych w Pythonie (431)
- A.5. Tablice o złożonej strukturze (432)
- Zagnieżdżone typy danych i pola wielowymiarowe (433)
- Do czego przydają się tablice o złożonej strukturze? (434)
- A.6. Jeszcze coś o sortowaniu (434)
- Sortowanie pośrednie - metody argsort i lexsort (435)
- Alternatywne algorytmy sortowania (436)
- Częściowe sortowanie tablic (437)
- Wyszukiwanie elementów w posortowanej tablicy za pomocą metody numpy.searchsorted (438)
- A.7. Pisanie szybkich funkcji NumPy za pomocą pakietu Numba (439)
- Tworzenie obiektów numpy.ufunc za pomocą pakietu Numba (440)
- A.8. Zaawansowane tablicowe operacje wejścia i wyjścia (441)
- Pliki mapowane w pamięci (441)
- HDF5 i inne możliwości zapisu tablic (442)
- A.9. Jak zachować wysoką wydajność? (442)
- Dlaczego warto korzystać z sąsiadujących ze sobą obszarów pamięci? (443)
B. Dodatkowe informacje dotyczące systemu IPython (445)
- B.1. Korzystanie z historii poleceń (445)
- Przeszukiwanie i korzystanie z historii poleceń (445)
- Zmienne wejściowe i wyjściowe (446)
- B.2. Interakcja z systemem operacyjnym (447)
- Polecenia powłoki systemowej i aliasy (447)
- System tworzenia skrótów do katalogów (448)
- B.3. Narzędzia programistyczne (449)
- Interaktywny debuger (449)
- Pomiar czasu - funkcje %time i %timeit (453)
- Podstawowe profilowanie - funkcje %prun i %run-p (455)
- Profilowanie funkcji linia po linii (457)
- B.4. Wskazówki dotyczące produktywnego tworzenia kodu w środowisku IPython (458)
- Przeładowywanie modułów (459)
- Wskazówki dotyczące projektowania kodu (460)
- B.5. Zaawansowane funkcje środowiska IPython (461)
- Co zrobić, aby własne klasy były przyjazne dla systemu IPython? (461)
- Profile i konfiguracja (462)
Skorowidz (465)
- Title: Python w analizie danych. Przetwarzanie danych za pomocą pakietów Pandas i NumPy oraz środowiska IPython. Wydanie II
- Author: Wes McKinney
- Original title: Python for Data Analysis: Data Wrangling with Pandas, NumPy, and IPython, 2nd Edition
- Translation: Konrad Matuk
- ISBN: 978-83-283-4082-4, 9788328340824
- Date of issue: 2018-06-15
- Format: Ebook
- Item ID: pytand
- Publisher: Helion