pandas е библиотека за Python с отворен код за анализ и обработка на таблични данни, разработвана от 2008 г. от Уес Маккини. Централният ѝ обект, DataFrame, наподобява таблица с именувани колони. С нея могат да се зареждат данни от CSV файлове, Excel или бази данни и да се почистват, филтрират, групират и обединяват. pandas е изградена върху NumPy и е стандартен инструмент в анализа на данни, отчитането и подготовката на данни за обучение.
Агенти, потоци и шаблони в едно работно пространство – безплатна 24-часова демонстрация.
Стартирайте демотоNumPy е основната библиотека за Python с отворен код за числени изчисления. Тя предоставя многомерни масиви и бързи функции за линейна алгебра, статистика и случайни числа, като ядрото ѝ работи в компилиран код. Много инструменти за анализ на данни и машинно обучение, като pandas, scikit-learn и множество библиотеки за визуализация, са изградени върху NumPy. Затова всеки, който работи с данни в Python, почти винаги я използва, пряко или косвено.
Проучвателният анализ на данни (Exploratory data analysis, EDA) е първият, непредубеден поглед към даден масив от данни: изчисляват се обобщаващи показатели, разглеждат се разпределения и диаграми и се търсят закономерности, отклонения и липсващи стойности – още без фиксирана хипотеза. Той помага да се оцени качеството на данните и да се намерят смислени въпроси за по-нататъшен анализ или моделиране. Пример: преди прогноза за продажбите EDA показва, че един месец е записан непълно поради миграция на системата.
Почистването на данни е откриване и коригиране на грешни, дублирани или несъвместими записи в масиви от данни. Типични стъпки са уеднаквяване на изписването и на формата на датите, премахване на излишни интервали и обединяване на дубликати като „Иванов ООД“ и „Иванов Ltd.“. Чистите данни са предпоставка за надеждни анализи, разпращания и ИИ приложения.
Jupyter Notebook е приложение с отворен код от Project Jupyter, работещо в браузъра, което съчетава изпълним код, резултати, диаграми и пояснителен текст в един документ. Тетрадките се използват широко в анализа на данни, машинното обучение, научните изследвания и обучението, защото всяка стъпка може да бъде документирана и споделена по проследим начин. Python е най-разпространеният език. Пример: анализатор зарежда данни за продажбите, почиства ги и показва резултатите като диаграма непосредствено отдолу.
