هذا الكتاب هو متابعة لتحليل بيانات بايثون.لأن تحليل بيانات Python ، يستهدف Pythonistas الأكثر خبرة قليلاً.
قد نستخدم إصدارات أحدث من البرمجيات ومكتبات البرامج التي لم يقم الكتاب بتغطيتها في تحليل بيانات Python.تحتاج إلى صندوق أدوات لجعل حياتك أسهل وزيادة قابليتها للانتاج؛قام بأنشاء صندوق الأدوات dautil وجعله متاحًا عبر PyPi (والذي يمكن تثبيته باستخدام p1p / easy_ install) وتثبيت البرنامج المطلوب. لقد نشرت حاوية دوكر (Pydacbk) قد نشر في كتابه بعض البرامج التي نحتاجها عبر DockerHub. يمكنك قراءة المزيد عن الإعداد.
في الفصل الأول ، وضع الأساس لتحليل البيانات القابلة للإنتاج ، وعبر الإنترنت
الفصل. حاوية Docker ليست مثالية لأنها نمت بشكل كبير.
يستخدم هذا الكتاب مفكرة IPython ، التي أصبحت أداة قياسية للتحليل.
لقد قدمت بعض النصائح ذات الصلة في الفصل عبر الإنترنت والكتب الأخرى التي كتبها .
انه أستخدم Python 3 مع استثناءات قليلة جدًا لأن Python 2 لن يكون كذلك
حافظت بعد عام 2020.
مقدمة-
لماذا تحتاج هذا الكتاب ذكر قائلاً؛
سيخبرك بعض الناس أنك لست بحاجة إلى الكتب ، فقط احصل على مشروع مثير للاهتمام
واكتشف الباقي مع تقدمك. على الرغم من وجود الكثير من الموارد هناك ، هذا
قد يكون طريقًا محبطًا للغاية. إذا كنت تريد صنع حساء لذيذ ، على سبيل المثال ، يمكنك ذلك
اسأل بالطبع الأصدقاء والعائلة ، أو ابحث في الإنترنت ، أو شاهد عروض الطهي. ومع ذلك ، لديك
الأصدقاء والعائلة غير متفرغين لك وتختلف جودة محتوى الإنترنت.
وفي رأيي المتواضع ، قضيت Packt Publishing والمراجعون الكثير من الوقت
والطاقة في هذا الكتاب ، سأفاجأ إذا لم تحصل على أي قيمة منه.
تحليل البيانات ، علم البيانات ، البيانات الضخمة - ماذا
هي الصفقة الكبرى؟