Sie wollen alles erfahren über das Manipulieren, Bereinigen, Verarbeiten und Aufbereiten von strukturierten Daten mit Python 3? Dieses konsequent praxisbezogene Buch zeigt Ihnen anhand konkreter Fallbeispiele, wie Sie mit Python-Bibliotheken wie Pandas, NumPy und IPython eine Vielzahl von typischen Datenanalyse-Problemen lösen.Geschrieben von Wes McKinney, dem Hauptautor der Pandas-Bibliothek, bietet Datenanalyse mit Python zudem einen praktischen Einstieg in das Scientific Computing für datenintensive Anwendungen mit Python. Zu den Themen gehören:- die interaktive IPython-Shell als primäre Programmierumgebung- die Features von NumPy (Numerical Python)- die Datenanalyse-Tools der Pandas-Bibliothek- High-Performance-Tools zum Laden, Bereinigen, Transformieren, Zusammenführen und Umformen von Daten- Scatterplots und statische oder interaktive Visualisierungen mit matplotlib - GroupBy-Mechanismen von Pandas zum Zurechtschneiden, Umgestalten und Zusammenfassen von Datensätzen- das Verarbeiten von verschiedensten Zeitreihen-Daten- Problemlösungen für Webanalyse, Sozialwissenschaften, Finanzen und Wirtschaft anhand ausführlicher praktischer BeispieleDas Buch eignet sich sowohl für Datenanalysten, für die Python Neuland ist, als auch für Python-Programmierer, die sich in das Scientific Computing einarbeiten wollen.Aktuell zu Python 3» Die Communities in Wissenschaft und Datenanalyse haben seit Jahren auf dieses Buch gewartet: Prall gefüllt mit konkreten praktischen Anleitungen, aber auch mit Informationen dazu, wie alle Einzelteile zusammen funktionieren. Es wird die Standardreferenz des technischen Computing mit Python für die nächsten Jahre werden.«- Fernando Pérez, Research Scientist an der University of California, Berkeley, und einer der Begründer von IPython.