pandas is een open-source Python-bibliotheek voor het analyseren en bewerken van tabelgegevens, vanaf 2008 ontwikkeld door Wes McKinney. Het centrale object, de DataFrame, lijkt op een tabel met benoemde kolommen. Daarmee kunt u gegevens uit csv-bestanden, Excel of databases laden en ze opschonen, filteren, groeperen en samenvoegen. pandas is gebouwd op NumPy en is een standaardtool voor data-analyse, rapportage en het voorbereiden van trainingsgegevens.
Agents, workflows en sjablonen in één werkruimte – gratis demo van 24 uur.
Demo startenNumPy is de fundamentele open-source Python-bibliotheek voor numeriek rekenen. Ze biedt multidimensionale arrays en snelle functies voor lineaire algebra, statistiek en willekeurige getallen, waarbij de kern in gecompileerde code draait. Veel hulpmiddelen voor data-analyse en machine learning, zoals pandas, scikit-learn en talrijke visualisatiebibliotheken, zijn op NumPy gebouwd. Wie in Python met gegevens werkt, gebruikt het daarom vrijwel altijd, direct of indirect.
Verkennende data-analyse (exploratory data analysis, EDA) is de eerste, open blik op een dataset: u berekent samenvattende cijfers, onderzoekt verdelingen en grafieken en zoekt naar patronen, uitschieters en ontbrekende waarden – nog zonder vaste hypothese. Het helpt de datakwaliteit te beoordelen en zinvolle vragen te vinden voor verdere analyse of modellering. Voorbeeld: vóór een omzetvoorspelling blijkt uit EDA dat één maand door een systeemmigratie onvolledig is vastgelegd.
Dataopschoning is het opsporen en corrigeren van onjuiste, dubbele of inconsistente items in datasets. Typische stappen zijn het uniformeren van schrijfwijzen en datumnotaties, het verwijderen van overbodige spaties en het samenvoegen van dubbele records zoals ‘Jansen BV’ en ‘Jansen B.V.’. Schone data is een voorwaarde voor betrouwbare analyses, mailings en AI-toepassingen.
Jupyter Notebook is een open-source, browsergebaseerde applicatie van Project Jupyter die uitvoerbare code, resultaten, grafieken en toelichtende tekst in één document combineert. Notebooks worden veel gebruikt bij data-analyse, machine learning, onderzoek en onderwijs, omdat elke stap navolgbaar kan worden gedocumenteerd en gedeeld. Python is de meest gebruikte taal. Voorbeeld: een analist laadt verkoopgegevens, maakt ze schoon en toont de resultaten direct eronder als grafiek.
