Cet ouvrage a été traduit à l'aide de l'IA. Tes réactions et tes commentaires sont les bienvenus : translation-feedback@oreilly.com
Traditionnellement, les scientifiques des données utilisent Jupyter Notebook pour extraire des données de serveurs de bases de données ou d'ensembles de données externes (tels que des fichiers CSV, JSON, etc.) et les stocker dans des DataFrames pandas (voir figure 7-1).
Figure 7-1. Méthode traditionnelle d'interrogation des données sous forme de DataFrames pandas, puis d'utilisation pour la visualisation des données.
Ils utilisent ensuite les DataFrames à des fins de visualisation sur . Cette approche présente quelques inconvénients :
L'interrogation d'un serveur de base de données peut dégrader les performances du serveur de base de données, qui peut ne pas être optimisé pour les charges de travail analytiques.
Le chargement des données dans les DataFrames occupe des ressources précieuses, notamment la mémoire et le calcul. Par exemple, si l'intention est de visualiser certains aspects de l'ensemble de données, tu dois charger l'ensemble des données en mémoire avant de pouvoir effectuer une visualisation dessus.
Le traçage de visualisations à l'aide de Matplotlib utilise également une quantité importante de mémoire. Dans les coulisses, Matplotlib maintient en mémoire divers objets tels que des figures, ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month, and much more.
O’Reilly covers everything we've got, with content to help us build a world-class technology community, upgrade the capabilities and competencies of our teams, and improve overall team performance as well as their engagement.
Julian F.
Head of Cybersecurity
I wanted to learn C and C++, but it didn't click for me until I picked up an O'Reilly book. When I went on the O’Reilly platform, I was astonished to find all the books there, plus live events and sandboxes so you could play around with the technology.
Addison B.
Field Engineer
I’ve been on the O’Reilly platform for more than eight years. I use a couple of learning platforms, but I'm on O'Reilly more than anybody else. When you're there, you start learning. I'm never disappointed.
Amir M.
Data Platform Tech Lead
I'm always learning. So when I got on to O'Reilly, I was like a kid in a candy store. There are playlists. There are answers. There's on-demand training. It's worth its weight in gold, in terms of what it allows me to do.
O’Reilly covers everything we've got, with content to help us build a world-class technology community, upgrade the capabilities and competencies of our teams, and improve overall team performance as well as their engagement.
