Kapitel 25. Datenwissenschaft
Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: translation-feedback@oreilly.com
Es ist ein kapitaler Fehler, Theorien aufzustellen, bevor man Daten hat.
Sherlock Holmes
Die Welt von ist chaotisch, und das gilt auch für die Daten.1 Einen Großteil deiner Zeit wirst du damit verbringen, Daten zu bereinigen, zusammenzuführen, aufzuteilen und zu verschieben, um das zu bekommen, was du brauchst.
Python ist nicht zuletzt deshalb zur beliebtesten Computersprache geworden, weil viele Entwickler/innen damit ihre Nemesis - die Daten - in den Griff bekommen haben. Dieses Kapitel behandelt eine Vielzahl von Datenthemen, darunter auch diese:
-
Datengerangel
-
Formatkonvertierung
-
Analyse und Statistik
-
Visualisierung
Zuerst gehe ich darauf ein, was du bekommst, wenn du die Standard-Python-Box öffnest und schüttelst. Dann tauche ich ein in die zahlreichen Tools von Drittanbietern, die Menschen geschrieben haben, um Daten zu zähmen.
KI wird auf das nächste Kapitel warten müssen. Ich wette, sie hat das nicht vorhergesehen.
Standard-Python
Zuerst wir ein paar Python-Funktionen, die ich noch nicht erwähnt habe.
Ich habe sort() und sorted()in Kapitel 8 erwähnt, aber nur auf Listen angewendet. Das Modul operator hat die praktischen Funktionenitemgetter()undattrgetter(), die sort() und sorted()sagen können, wie sie sortieren sollen.
Die grundlegende Funktion itemgetter() gibt ein oder mehrere Elemente aus einer ...
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.
Read now
Unlock full access