{
  "type": "book",
  "site": {
    "name": "Kołczan Książek",
    "language": "pl-PL",
    "url": "https://www.kolczanksiazek.pl"
  },
  "formats": "Każda podstrona ma dwie wersje z tymi samymi danymi: JSON (adres strony + .json) i markdown (adres strony + .md). Do każdego `url` w tym dokumencie można dopisać .json albo .md.",
  "title": "Python w analizie danych. Przetwarzanie danych za pomocą pakietów Pandas i NumPy oraz środowiska IPython.",
  "subtitle": null,
  "slug": "python-w-analizie-danych-przetwarzanie-danych-za-pomoca-pakietow-pandas-i-numpy-oraz-srodowiska-ipython",
  "url": "https://www.kolczanksiazek.pl/wes-mckinney/python-w-analizie-danych-przetwarzanie-danych-za-pomoca-pakietow-pandas-i-numpy-oraz-srodowiska-ipython",
  "json": "https://www.kolczanksiazek.pl/wes-mckinney/python-w-analizie-danych-przetwarzanie-danych-za-pomoca-pakietow-pandas-i-numpy-oraz-srodowiska-ipython.json",
  "markdown": "https://www.kolczanksiazek.pl/wes-mckinney/python-w-analizie-danych-przetwarzanie-danych-za-pomoca-pakietow-pandas-i-numpy-oraz-srodowiska-ipython.md",
  "authors": [
    {
      "name": "Wes McKinney",
      "slug": "wes-mckinney",
      "url": "https://www.kolczanksiazek.pl/wes-mckinney"
    }
  ],
  "language": "pl_PL",
  "original_title": null,
  "original_language": null,
  "first_published": "2018-06-15",
  "genres": [],
  "series": [],
  "cover": "https://quivercdn.com/covers/helion/wes-mckinney/python-w-analizie-danych-przetwarzanie-danych-za-pomoca-pakietow-pandas-i-numpy-oraz-srodowiska-ipython_978-83-2834-081-7-ba3a09c9.jpg?v=2026-09-03%2017%3A34%3A06",
  "description": "Analiza danych stała się samodzielną dyscypliną wiedzy interesującą specjalistów z wielu branż: analityków biznesowych, statystyków, architektów oprogramowania czy też osoby zajmujące się sztuczną inteligencją. Wydobywanie informacji ze zbiorów danych pozwala na uzyskanie wiedzy niedostępnej w inny sposób. W tym celu dane trzeba odpowiednio przygotować, oczyścić, przetworzyć i oczywiście poddać analizie. Warto również zadbać o ich wizualizację. Do tych wszystkich zadań najlepiej wykorzystać specjalne narzędzia opracowane w języku Python. Prezentowana książka jest drugim, zaktualizowanym i uzupełnionym, wydaniem klasycznego podręcznika napisanego z myślą o analitykach, którzy dotychczas nie pracowali w Pythonie, oraz o programistach Pythona, którzy nie zajmowali się dotąd analizą danych ani obliczeniami naukowymi. Przedstawiono tu możliwości oferowane przez Pythona 3. 6 oraz najnowsze funkcje pakietów Pandas i NumPy, a także środowisk IPython i Jupyter. Przy opisie poszczególnych narzędzi analitycznych wyjaśniono ich działanie i zaprezentowano przykłady ich wykorzystania w sposób efektywny i kreatywny. Ta książka powinna się znaleźć w podręcznej bibliotece każdego analityka danych! Najważniejsze zagadnienia: Eksploracja danych za pomocą powłoki IPython i środowiska Jupyter Korzystanie z pakietów NumPy i Pandas Tworzenie wizualizacji danych za pomocą pakietu Matplotlib Praca z danymi regularnych i nieregularnych szeregów czasowych Rozwiązywanie rzeczywistych problemów analitycznych",
  "editions": [
    {
      "title": "Python w analizie danych. Przetwarzanie danych za pomocą pakietów Pandas i NumPy oraz środowiska IPython.",
      "subtitle": null,
      "url": "https://www.kolczanksiazek.pl/wes-mckinney/python-w-analizie-danych-przetwarzanie-danych-za-pomoca-pakietow-pandas-i-numpy-oraz-srodowiska-ipython/9788328340817",
      "publisher": "Helion",
      "publisher_series": [],
      "translators": [],
      "medium": "paper",
      "duration_seconds": null,
      "narrators": [],
      "illustrators": [],
      "cover_artists": [],
      "isbn": "978-83-2834-081-7",
      "pages": null,
      "published": "2018-06-15",
      "language": "pl_PL",
      "cover": "https://quivercdn.com/covers/helion/wes-mckinney/python-w-analizie-danych-przetwarzanie-danych-za-pomoca-pakietow-pandas-i-numpy-oraz-srodowiska-ipython_978-83-2834-081-7-ba3a09c9.jpg?v=2026-09-03%2017%3A34%3A06"
    }
  ],
  "other_languages": [],
  "characters": [],
  "chapters": []
}