Is leabharlann Python foinse oscailte é pandas chun sonraí táblacha a anailísiú agus a ionramháil, a d’fhorbair Wes McKinney ó 2008 ar aghaidh. Tá a phríomhréad, an DataFrame, cosúil le tábla le colúin ainmnithe. Is féidir é a úsáid chun sonraí a luchtú ó chomhaid CSV, Excel nó bunachair shonraí agus chun iad a ghlanadh, a scagadh, a ghrúpáil agus a chumasc. Tá pandas tógtha ar NumPy agus is uirlis chaighdeánach é in anailís sonraí, tuairisciú agus ullmhú sonraí oiliúna.
Gníomhairí, sreafaí oibre agus teimpléid in aon spás oibre amháin – taispeántas 24 uair an chloig saor in aisce.
Tosaigh an taispeántasIs í NumPy an leabharlann bhunúsach Python foinse oscailte le haghaidh ríomhaireachta uimhriúla. Soláthraíonn sí eagair ilmhéide agus feidhmeanna tapa le haghaidh ailgéabar líneach, staidreamh agus uimhreacha randamacha, agus a croí ag rith i gcód tiomsaithe. Tá go leor uirlisí anailíse sonraí agus meaisínfhoghlama, ar nós pandas, scikit-learn agus leabharlanna amharcánaithe iomadúla, tógtha ar NumPy. Mar sin, úsáideann aon duine a oibríonn le sonraí i Python é beagnach i gcónaí, go díreach nó go hindíreach.
Is éard is anailís taiscéalaíoch sonraí (EDA) ann an chéad súil oscailte ar thacar sonraí: ríomhann tú figiúirí achoimre, scrúdaíonn tú dáileacháin agus cairteacha agus cuardaíonn tú patrúin, sonraí imeallacha agus luachanna atá ar iarraidh – gan hipitéis shocraithe go fóill. Cabhraíonn sé le cáilíocht sonraí a mheas agus le ceisteanna ciallmhara a aimsiú le haghaidh tuilleadh anailíse nó samhaltaithe. Sampla: sula ndéantar réamhaisnéis díolacháin, nochtann EDA go raibh mí amháin taifeadta go neamhiomlán de bharr aistrithe córais.
Is éard is glanadh sonraí ann ná iontrálacha mícheart, dúbailte nó neamhsheasmhacha i dtacair sonraí a bhrath agus a cheartú. I measc na gcéimeanna tipiciúla tá litriú agus formáidí dáta a chaighdeánú, spásanna iomarcacha a bhaint agus dúbailtí ar nós ‘Smith Ltd’ agus ‘Smith Limited’ a chumasc. Is réamhriachtanas é sonraí glana d'anailísí, de phostálacha agus d'fheidhmchláir IS iontaofa.
Feidhmchlár foinse oscailte bunaithe ar bhrabhsálaí ó Project Jupyter is ea Jupyter Notebook a chomhcheanglaíonn cód inrite, torthaí, cairteacha agus téacs míniúcháin in aon doiciméad amháin. Úsáidtear leabhair nótaí go forleathan in anailís sonraí, i bhfoghlaim meaisín, i dtaighde agus sa teagasc mar gur féidir gach céim a dhoiciméadú agus a roinnt ar bhealach inrianaithe. Is é Python an teanga is coitianta. Sampla: lódálann anailísí sonraí díolacháin, glanann sé iad agus taispeánann sé na torthaí mar chairt go díreach thíos.
