SCIENCE DES DONNÉES AVEC PYTHON : PANDAS À TRAVERS DES EXEMPLES - CESAR PEREZ LOPEZ

Pandas est un package Python qui fournit des structures de données rapides et flexibles conçues pour rendre le travail avec des données "relationnelles" ou "étiquetées" facile et intuitif. Son objectif est d'être le bloc de construction fondamental de haut niveau pour effectuer une analyse pratique des données du monde réel en Python. De plus, il a pour objectif plus large de devenir l'outil de manipulation/analyse de données open source le plus puissant, flexible et disponible dans n'importe quelle langue. Les deux principales structures de données dans Pandas sont : les séries pour les données unidimensionnelles et les DataFrames pour les données bidimensionnelles. Les deux frameworks gèrent la grande majorité des cas d'utilisation typiques dans les domaines de la finance, des statistiques, des sciences sociales et de nombreux domaines de l'ingénierie. Pour les utilisateurs de R, le DataFrame fournit tout ce que R data.frame offre, et bien plus encore. pandas est basé sur NumPy et est conçu pour bien s'intégrer dans un environnement informatique scientifique avec de nombreuses autres bibliothèques tierces. Pandas facilite le travail en Data Science. Pour les scientifiques des données, le travail avec les données est généralement divisé en plusieurs étapes : collecter et nettoyer les données, les analyser/modéliser, puis organiser les résultats de l'analyse sous une forme adaptée à la représentation graphique ou à l'affichage sous forme de tableau. pandas est un outil d'aide pour toutes ces tâches. Pandas a également été largement utilisé dans la production d'applications financières et dans le travail avec le Big Data.