pandas on avatud lähtekoodiga Pythoni teek tabeliandmete analüüsimiseks ja töötlemiseks, mida arendab alates 2008. aastast Wes McKinney. Selle keskne objekt DataFrame sarnaneb nimega veergudega tabelile. Sellega saab laadida andmeid CSV-failidest, Excelist või andmebaasidest ning neid puhastada, filtreerida, rühmitada ja ühendada. pandas põhineb NumPy-l ning on andmeanalüüsis, aruandluses ja treeningandmete ettevalmistamisel standardne tööriist.
NumPy on põhiline avatud lähtekoodiga Pythoni teek numbriliseks arvutamiseks. See pakub mitmemõõtmelisi massiive ning kiireid funktsioone lineaarse algebra, statistika ja juhuslike arvude jaoks, mille tuum töötab kompileeritud koodis. Paljud andmeanalüüsi ja masinõppe tööriistad, näiteks pandas, scikit-learn ja arvukad visualiseerimisteegid, on ehitatud NumPy peale. Pythonis andmetega töötav inimene kasutab seda seega peaaegu alati, otse või kaudselt.
Uuriv andmeanalüüs (exploratory data analysis, EDA) on andmestiku esimene vaba pilk: arvutatakse kokkuvõtlikke näitajaid, uuritakse jaotusi ja diagramme ning otsitakse mustreid, kõrvalekaldeid ja puuduvaid väärtusi – ilma kindla hüpoteesita. See aitab hinnata andmekvaliteeti ja leida mõistlikke küsimusi edasiseks analüüsiks või modelleerimiseks. Näide: enne müügiprognoosi selgub EDA abil, et üks kuu on süsteemi üleviimise tõttu poolikult kirjendatud.
Andmete puhastamine on andmehulkades olevate vigaste, topelt- või omavahel vastuolus kirjete leidmine ja parandamine. Tüüpilised sammud on kirjaviiside ja kuupäevavormingute ühtlustamine, üleliigsete tühikute eemaldamine ning duplikaatide, näiteks „Tamm OÜ“ ja „Tamm Osaühing“, ühendamine. Puhtad andmed on usaldusväärsete analüüside, väljasaadetavate kirjade ja TI-rakenduste eeldus.
Jupyter Notebook on Project Jupyteri avatud lähtekoodiga brauseripõhine rakendus, mis ühendab käivitatava koodi, tulemused, diagrammid ja selgitava teksti ühes dokumendis. Märkmikke kasutatakse laialdaselt andmeanalüüsis, masinõppes, uurimistöös ja õpetamisel, sest iga sammu saab dokumenteerida ja jagada jälgitaval viisil. Python on kõige levinum keel. Näide: analüütik laadib müügiandmed, puhastab need ja näitab tulemusi otse allpool diagrammina.
