BIG DATA. ANÁLISIS DE DATOS CON PYTHON

BIG DATA. ANÁLISIS DE DATOS CON PYTHON

Editorial:
GARCETA (PAPEL)
Año de edición:
Materia
Informática
ISBN:
978-84-16228-83-6
Páginas:
336
Encuadernación:
Rústica
-5%
32,00 €
30,40 €
IVA incluido
Disponible. Entrega 24/48 horas
Añadir a la cesta

Python es un lenguaje de programación ampliamente utilizado en el contexto científico debido a que dispone de un gran número de librerías que incluyen herramientas para la preparación de los datos (carga, manipulación, limpieza y procesamiento), su representación gráfica y su posterior análisis estadístico, ya sea descriptivo como predictivo.

El alto coste de las licencias de herramientas comerciales de otros programas de software, hace que Python, al ser un lenguaje de código libre, sea un potente competidor y se esté imponiendo como una alternativa tanto en universidades como en empresas del sector público y privado.

Python proporciona una plataforma completa para el procesamiento de datos y está respaldado por una gran comunidad de desarrolladores. Actualmente existen librerías para el desarrollo de aplicaciones en casi cualquier contexto. Cuenta con una gran cantidad de funciones incorporadas en el propio lenguaje que ayudan a realizar muchas tareas habituales sin necesidad de programarlas desde el inicio. Es por ello que Python resulta accesible a un público con un perfil no demasiado tecnológico.

Además, Python no sólo está especializado para el análisis de datos, sino que también tiene muchas otras aplicaciones; permite programación simbólica, conexión con bases de datos, desarrollo web, etc. Todo ello hace que Python sea único en comparación con otros lenguajes y herramientas. Por tanto, para aquellos que quieren realizar análisis de datos, Python, con todas sus librerías, puede ser considerado una opción de éxito.

CONTENIDO

1. El entorno Jupyter Notebook
2. Introducción al lenguaje Python
3. La librería Matplotlib
4. Los arrays de Numpy
5. Las librerías Stats y Cluster de Scipy
6. Las series y Dataframes de Pandas
7. Importar y exportar datos
8. Limpieza y procesamiento de los datos
9. Introducción a Scikit-Learn