A pandas egy nyílt forráskódú Python-könyvtár táblázatos adatok elemzésére és kezelésére, amelyet 2008-tól Wes McKinney fejlesztett. Központi objektuma, a DataFrame, egy elnevezett oszlopokkal rendelkező táblázathoz hasonlít. Segítségével CSV-fájlokból, Excelből vagy adatbázisokból tölthetők be adatok, majd megtisztíthatók, szűrhetők, csoportosíthatók és egyesíthetők. A pandas a NumPyra épül, és az adatelemzés, a riportolás és a tanítóadatok előkészítésének szokásos eszköze.
Ügynökök, munkafolyamatok és sablonok egyetlen munkaterületen – ingyenes, 24 órás demó.
Demó indításaA NumPy a numerikus számítások alapvető nyílt forráskódú Python-könyvtára. Többdimenziós tömböket és gyors függvényeket biztosít a lineáris algebrához, a statisztikához és a véletlenszámokhoz, a magja pedig lefordított kódban fut. Számos adatelemzési és gépi tanulási eszköz – például a pandas, a scikit-learn és számos vizualizációs könyvtár – a NumPyra épül. Aki Pythonban dolgozik adatokkal, szinte mindig használja, közvetlenül vagy közvetve.
A feltáró adatelemzés (Exploratory Data Analysis, EDA) egy adathalmaz első, nyitott szemlélése: összesítő mutatókat számolnak, eloszlásokat és diagramokat vizsgálnak, mintázatokat, kiugró értékeket és hiányzó értékeket keresnek – még rögzített hipotézis nélkül. Segít felmérni az adatminőséget, és értelmes kérdéseket találni a további elemzéshez vagy modellezéshez. Példa: egy értékesítési előrejelzés előtt az EDA kimutatja, hogy az egyik hónapot rendszermigráció miatt hiányosan rögzítették.
Az adattisztítás a hibás, duplikált vagy következetlen bejegyzések felismerése és javítása az adathalmazokban. Tipikus lépései: az írásmódok és dátumformátumok egységesítése, a felesleges szóközök eltávolítása, valamint a duplikátumok – például a „Kovács Kft.” és a „Kovács Korlátolt Felelősségű Társaság” – összevonása. A tiszta adat megbízható elemzések, levelezések és MI-alkalmazások előfeltétele.
A Jupyter Notebook a Project Jupyter nyílt forráskódú, böngészőalapú alkalmazása, amely futtatható kódot, eredményeket, diagramokat és magyarázó szöveget egyesít egyetlen dokumentumban. A jegyzetfüzeteket széles körben használják adatelemzésben, gépi tanulásban, kutatásban és oktatásban, mert minden lépés nyomon követhetően dokumentálható és megosztható. A leggyakoribb nyelv a Python. Példa: egy elemző betölti az értékesítési adatokat, megtisztítja őket, és az eredményeket közvetlenül alatta diagramon mutatja meg.
