Dash je open-source framework společnosti Plotly pro tvorbu interaktivních webových aplikací pro analýzu dat v Pythonu, bez nutnosti psát JavaScript. Grafy, filtry a posuvníky jsou přímo propojeny s kódem v Pythonu. Typickými příklady jsou dashboardy, v nichž firemní týmy filtrují tržby podle regionů nebo zkoušejí predikce modelu strojového učení s vlastními hodnotami.
Agenti, postupy a šablony v jednom pracovním prostoru – 24hodinové demo zdarma.
Spustit demopandas je open-source knihovna pro Python určená k analýze a úpravě tabulkových dat, kterou od roku 2008 vyvíjí Wes McKinney. Jejím ústředním objektem je DataFrame, který připomíná tabulku s pojmenovanými sloupci. Lze s ní načítat data ze souborů CSV, z Excelu nebo z databází a čistit je, filtrovat, seskupovat a spojovat. pandas je postavena na NumPy a je standardním nástrojem při analýze dat, reportingu a přípravě trénovacích dat.
Jupyter Notebook je open-source aplikace běžící v prohlížeči od projektu Project Jupyter, která v jednom dokumentu spojuje spustitelný kód, výsledky, grafy a vysvětlující text. Notebooky se široce používají v analýze dat, strojovém učení, výzkumu a výuce, protože každý krok lze dokumentovat a sdílet srozumitelným způsobem. Nejběžnějším jazykem je Python. Příklad: analytik načte data o prodeji, vyčistí je a výsledky zobrazí jako graf přímo pod nimi.
Průzkumová analýza dat (EDA) je první, otevřený pohled na datový soubor: počítáte souhrnné ukazatele, zkoumáte rozdělení a grafy a hledáte vzorce, odlehlé hodnoty a chybějící hodnoty – zatím bez pevné hypotézy. Pomáhá posoudit kvalitu dat a najít smysluplné otázky pro další analýzu nebo modelování. Příklad: před prognózou prodeje EDA odhalí, že jeden měsíc byl kvůli migraci systému zaznamenán neúplně.
NumPy je základní open-source knihovna pro Python určená k numerickým výpočtům. Nabízí vícerozměrná pole a rychlé funkce pro lineární algebru, statistiku a náhodná čísla, přičemž jádro běží ve zkompilovaném kódu. Na NumPy je postavena řada nástrojů pro analýzu dat a strojové učení, například pandas, scikit-learn a mnoho knihoven pro vizualizaci. Kdo v Pythonu pracuje s daty, používá ji tedy téměř vždy, přímo či nepřímo.
