pandas je Python biblioteka otvorenog koda za analizu i obradu tabličnih podataka, koju od 2008. razvija Wes McKinney. Njezin središnji objekt, DataFrame, nalikuje tablici s imenovanim stupcima. Pomoću nje mogu se učitavati podaci iz CSV datoteka, Excela ili baza podataka te ih čistiti, filtrirati, grupirati i spajati. pandas je izgrađen na NumPyju i standardan je alat u analizi podataka, izvještavanju i pripremi podataka za učenje.
Agenti, tijekovi rada i predlošci u jednom radnom prostoru – besplatna demo verzija na 24 sata.
Pokrenite demoNumPy je temeljna Python biblioteka otvorenog koda za numeričko računanje. Nudi višedimenzionalna polja i brze funkcije za linearnu algebru, statistiku i slučajne brojeve, a njezina jezgra radi u kompiliranom kodu. Mnogi alati za analizu podataka i strojno učenje, poput pandasa, scikit-learna i brojnih biblioteka za vizualizaciju, izgrađeni su na NumPyju. Tko god radi s podacima u Pythonu, gotovo ga uvijek koristi, izravno ili neizravno.
Eksplorativna analiza podataka (EDA) prvi je, otvoreni pogled na skup podataka: računaju se sažete brojke, ispituju distribucije i grafikoni te traže obrasci, odstupanja i nedostajuće vrijednosti – još bez čvrste hipoteze. Pomaže procijeniti kvalitetu podataka i pronaći smislena pitanja za daljnju analizu ili modeliranje. Primjer: prije prognoze prodaje EDA otkriva da je jedan mjesec zbog migracije sustava nepotpuno evidentiran.
Čišćenje podataka je prepoznavanje i ispravljanje netočnih, dvostrukih ili nedosljednih unosa u skupovima podataka. Tipični koraci uključuju ujednačavanje pisanja i formata datuma, uklanjanje suvišnih razmaka i spajanje duplikata poput „Horvat d.o.o.” i „Horvat d. o. o.”. Čisti podaci preduvjet su pouzdanih analiza, masovnih slanja i UI aplikacija.
Jupyter Notebook je open-source aplikacija u pregledniku projekta Project Jupyter koja u jednom dokumentu objedinjuje izvršivi kod, rezultate, grafikone i objašnjavajući tekst. Bilježnice se naširoko koriste u analizi podataka, strojnom učenju, istraživanju i poučavanju jer se svaki korak može dokumentirati i dijeliti na sljediv način. Python je najčešći jezik. Primjer: analitičar učitava podatke o prodaji, čisti ih i prikazuje rezultate kao grafikon izravno ispod.
