Słownik pojęć

Anaconda

Czym jest Anaconda?

Anaconda to szeroko stosowana dystrybucja języków programowania Python i R do analizy danych i uczenia maszynowego, wydawana przez Anaconda Inc. Łączy menedżer pakietów conda z preinstalowanymi bibliotekami, takimi jak NumPy, pandas i Jupyter, i ułatwia utrzymywanie oddzielnych środowisk dla poszczególnych projektów. Organizacje zatrudniające ponad 200 osób potrzebują płatnej licencji na Anaconda Distribution i jej domyślny kanał pakietów; sama conda oraz kanał społecznościowy conda-forge pozostają bezpłatne (stan na październik 2026).

Tematy

Python
Data science
Środowisko programistyczne

Wypróbuj KI.ordo

Agenci, przepływy i szablony w jednym obszarze roboczym – bezpłatne demo na 24 godziny.

Uruchom demo

← Wszystkie pojęcia

Powiązane pojęcia

NumPy

NumPy to podstawowa otwartoźródłowa biblioteka Pythona do obliczeń numerycznych. Udostępnia tablice wielowymiarowe oraz szybkie funkcje algebry liniowej, statystyki i liczb losowych, a jej rdzeń działa w skompilowanym kodzie. Na NumPy opiera się wiele narzędzi do analizy danych i uczenia maszynowego, takich jak pandas, scikit-learn i liczne biblioteki wizualizacji. Kto pracuje z danymi w Pythonie, korzysta z niej więc niemal zawsze, bezpośrednio lub pośrednio.

Python
analiza danych
+1

pandas

pandas to otwartoźródłowa biblioteka Pythona do analizy i przetwarzania danych tabelarycznych, rozwijana od 2008 roku przez Wesa McKinneya. Jej centralny obiekt, DataFrame, przypomina tabelę z nazwanymi kolumnami. Umożliwia wczytywanie danych z plików CSV, Excela lub baz danych oraz ich czyszczenie, filtrowanie, grupowanie i łączenie. pandas opiera się na NumPy i jest standardowym narzędziem w analizie danych, raportowaniu i przygotowaniu danych treningowych.

Python
analiza danych
+1

Jupyter Notebook

Jupyter Notebook to otwartoźródłowa aplikacja działająca w przeglądarce, rozwijana przez Project Jupyter, która łączy w jednym dokumencie wykonywalny kod, wyniki, wykresy i tekst objaśniający. Notatniki są szeroko stosowane w analizie danych, uczeniu maszynowym, badaniach i nauczaniu, ponieważ każdy krok można udokumentować i udostępnić w sposób dający się prześledzić. Najczęstszym językiem jest Python. Przykład: analityk wczytuje dane sprzedaży, czyści je i pokazuje wyniki jako wykres bezpośrednio poniżej.

Analiza danych
Python
+1

Scikit-learn

Scikit-learn to otwartoźródłowa biblioteka Pythona do klasycznego uczenia maszynowego. Udostępnia spójne narzędzia do klasyfikacji, regresji, klasteryzacji, redukcji wymiarowości, wstępnego przetwarzania danych i oceny modeli, na przykład walidacji krzyżowej. Zbudowana na NumPy i SciPy, dzięki prostemu, jednolitemu interfejsowi jest szeroko stosowana w edukacji, badaniach i praktyce. Do głębokich sieci neuronowych zwykle wybiera się natomiast frameworki takie jak PyTorch lub TensorFlow.

Python
biblioteka
+1