Fondamenti di analisi con Python: Da non programmatore a hacker

Recensioni dei lettori

Il libro è una guida mirata all'uso di Python con i fogli di calcolo, pensata specificamente per gli utenti che hanno familiarità con Excel. Pur offrendo esempi utili e buone spiegazioni, alcuni utenti hanno riscontrato errori che hanno ostacolato la loro esperienza di apprendimento, soprattutto i principianti.

Il libro fornisce molti esempi ed esercizi utili, copre Python di base e librerie come pandas, e spiega i concetti in modo chiaro. È considerata un'ottima guida introduttiva, soprattutto per chi usa molto Excel.

Alcuni esempi di codice hanno caratteri di dimensioni ridotte, difficili da leggere, e ci sono segnalazioni di errori che possono creare confusione nei principianti, rendendo difficile un apprendimento efficace.

(basato su 5 recensioni dei lettori)

Titolo originale:

Foundations for Analytics with Python: From Non-Programmer to Hacker

Contenuto del libro:

Se siete come molti dei 750 milioni di utenti di Excel, volete fare di più con i vostri dati, come ripetere analisi simili su centinaia di file o combinare i dati in molti file per analizzarli in una sola volta. Questa guida pratica mostra ai non programmatori ambiziosi come automatizzare e scalare l'elaborazione e l'analisi dei dati in diversi formati, utilizzando Python.

Dopo che l'autore Clinton Brownley vi avrà illustrato le basi di Python, sarete in grado di scrivere semplici script per l'elaborazione dei dati nei fogli di calcolo e nei database. Imparerete anche a usare diversi moduli Python per analizzare file, raggruppare dati e produrre statistiche. Non è necessaria alcuna esperienza di programmazione.

Create ed eseguite i vostri script Python imparando la sintassi di base. Utilizzare il modulo csv di Python per leggere e analizzare file CSV. Leggete più fogli di lavoro e cartelle di lavoro di Excel con il modulo xlrd.

Eseguire operazioni di database in MySQL o con il modulo mysqlclient. Creare applicazioni Python per trovare record specifici, raggruppare dati e analizzare file di testo. Creare grafici e diagrammi statistici con matplotlib, pandas, ggplot e seaborn.

Producete statistiche di sintesi e stimate modelli di regressione e classificazione. Programmare l'esecuzione automatica degli script in ambienti Windows e Mac.