Python for Data Science: A Hands-On Introduction

Книга представляет собой практическое введение в анализ данных и Data Science с использованием Python. Автор последовательно проводит читателя от базовых концепций работы с данными до построения моделей машинного обучения и извлечения практических инсайтов.

В начале книги рассматриваются категории данных (структурированные, неструктурированные, полуструктурированные, временные ряды), источники данных и общий конвейер обработки данных. Затем подробно разбираются встроенные структуры Python — списки, кортежи, словари и множества — с примерами их применения в задачах обработки данных.

Основная часть посвящена ключевым библиотекам экосистемы: NumPy для численных вычислений, pandas для работы с табличными данными и scikit-learn для машинного обучения. Читатель учится загружать данные из файлов и API, работать с реляционными и NoSQL базами данных, агрегировать и объединять наборы данных.

Отдельные главы посвящены визуализации с помощью Matplotlib и Cartopy, анализу геопространственных данных с geopy и Shapely, а также анализу временных рядов. Завершается книга извлечением инсайтов из данных через ассоциативные правила и алгоритм Apriori.

Каждая глава сопровождается практическими упражнениями, что делает книгу подходящей как для самостоятельного обучения, так и для использования в учебных курсах.