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.
Agenci, przepływy i szablony w jednym obszarze roboczym – bezpłatne demo na 24 godziny.
Uruchom demoNumPy 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.
Eksploracyjna analiza danych (EDA) to pierwsze, otwarte spojrzenie na zbiór danych: oblicza się wartości zbiorcze, bada rozkłady i wykresy oraz szuka wzorców, wartości odstających i braków – jeszcze bez ustalonej hipotezy. Pomaga ocenić jakość danych i znaleźć sensowne pytania do dalszej analizy lub modelowania. Przykład: przed prognozą sprzedaży EDA ujawnia, że jeden miesiąc został zapisany niekompletnie z powodu migracji systemu.
Czyszczenie danych to wykrywanie i poprawianie błędnych, zdublowanych lub niespójnych wpisów w zbiorach danych. Typowe kroki to ujednolicanie pisowni i formatów dat, usuwanie zbędnych spacji oraz łączenie duplikatów, takich jak „Kowalski sp. z o.o.” i „Kowalski Sp. z o.o.”. Czyste dane są warunkiem rzetelnych analiz, mailingów i aplikacji AI.
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.
