pandas è una libreria Python open source per analizzare e manipolare dati tabellari, sviluppata a partire dal 2008 da Wes McKinney. Il suo oggetto centrale, il DataFrame, somiglia a una tabella con colonne denominate. Permette di importare dati da CSV, Excel o database e di pulirli, filtrarli, raggrupparli e unirli. pandas si basa su NumPy ed è uno strumento standard per analisi dei dati, reportistica e preparazione dei dati di addestramento.
Agenti, flussi e modelli in un’unica area di lavoro – demo gratuita di 24 ore.
Avvia demoNumPy è la libreria Python open source di base per il calcolo numerico. Mette a disposizione array multidimensionali e funzioni veloci per algebra lineare, statistica e numeri casuali, con un nucleo eseguito in codice compilato. Molti strumenti di analisi dei dati e di machine learning, come pandas, scikit-learn e numerose librerie di visualizzazione, si basano su NumPy. Chi lavora con i dati in Python lo usa quindi quasi sempre, direttamente o indirettamente.
L’analisi esplorativa dei dati (EDA) è il primo sguardo aperto su un insieme di dati: si calcolano indicatori, si osservano distribuzioni e grafici e si cercano schemi, valori anomali e dati mancanti, ancora senza un’ipotesi precisa. Aiuta a valutare la qualità dei dati e a formulare domande utili per analisi o modelli successivi. Esempio: prima di una previsione delle vendite, l’EDA rivela che un mese è stato registrato in modo incompleto a causa di un cambio di sistema.
La pulizia dei dati consiste nell'individuare e correggere voci errate, duplicate o incoerenti in un insieme di dati. Passaggi tipici sono uniformare grafie e formati di data, eliminare spazi superflui e unire duplicati come «Rossi S.r.l.» e «Rossi Srl». Dati puliti sono il presupposto per analisi affidabili, invii di massa e applicazioni di IA.
Jupyter Notebook è un'applicazione open source basata su browser, nata dal Progetto Jupyter, che combina in un unico documento codice eseguibile, risultati, grafici e testo esplicativo. I notebook sono diffusi in analisi dei dati, machine learning, ricerca e didattica, perché permettono di documentare e condividere ogni passaggio in modo tracciabile. Il linguaggio più usato è Python. Esempio: un analista carica dati di vendita, li pulisce e mostra subito sotto i risultati in un grafico.
