pandas – atvirojo kodo Python biblioteka lentelių duomenims analizuoti ir keisti, nuo 2008 m. kuriama Weso McKinney. Pagrindinis jos objektas, DataFrame, primena lentelę su pavadintais stulpeliais. Ja galima įkelti duomenis iš CSV failų, Excel ar duomenų bazių, juos valyti, filtruoti, grupuoti ir sujungti. pandas sukurta remiantis NumPy ir yra standartinis duomenų analizės, ataskaitų rengimo ir mokymo duomenų paruošimo įrankis.
Agentai, srautai ir šablonai vienoje darbo srityje – nemokama 24 valandų demonstracinė versija.
Pradėti demonstracijąNumPy – pagrindinė atvirojo kodo Python biblioteka skaitiniams skaičiavimams. Ji teikia daugiamačius masyvus ir greitas funkcijas tiesinei algebrai, statistikai ir atsitiktiniams skaičiams, o jos branduolys veikia sukompiliuotu kodu. Daugelis duomenų analizės ir mašininio mokymosi įrankių, pavyzdžiui, pandas, scikit-learn ir daugybė vizualizavimo bibliotekų, sukurti remiantis NumPy. Todėl kiekvienas, dirbantis su duomenimis Python kalba, beveik visada ją naudoja tiesiogiai arba netiesiogiai.
Tiriamoji duomenų analizė (angl. exploratory data analysis, EDA) – tai pirmoji, atvira duomenų rinkinio apžvalga: skaičiuojate suvestinius rodiklius, nagrinėjate skirstinius ir diagramas, ieškote dėsningumų, nuokrypių ir trūkstamų reikšmių – dar neturėdami tvirtos hipotezės. Ji padeda įvertinti duomenų kokybę ir rasti prasmingų klausimų tolesnei analizei ar modeliavimui. Pavyzdys: prieš pardavimų prognozę EDA atskleidžia, kad vienas mėnuo dėl sistemos migracijos buvo užfiksuotas nepilnai.
Duomenų valymas – tai neteisingų, besidubliuojančių ar nenuoseklių įrašų duomenų rinkiniuose aptikimas ir taisymas. Tipiniai veiksmai: rašybos ir datų formatų suvienodinimas, perteklinių tarpų šalinimas ir dublikatų, pavyzdžiui, „UAB Jonaitis“ ir „Jonaitis, UAB“, sujungimas. Švarūs duomenys yra patikimų analizių, siuntimų ir DI taikomųjų programų išankstinė sąlyga.
„Jupyter Notebook“ yra atvirojo kodo naršyklėje veikianti programa iš „Project Jupyter“, viename dokumente sujungianti vykdomą kodą, rezultatus, diagramas ir aiškinamąjį tekstą. Sąsiuviniai plačiai naudojami duomenų analizėje, mašininiame mokymesi, moksliniuose tyrimuose ir mokyme, nes kiekvieną žingsnį galima dokumentuoti ir atsekamai dalytis. Dažniausia kalba yra „Python“. Pavyzdys: analitikas įkelia pardavimų duomenis, išvalo juos ir rezultatus iškart žemiau parodo diagrama.
