Ovládněte datovou analýzu v Pythonu 3.11 - tato kniha je ideálním průvodcem pro všechny, kdo chtějí pracovat s daty efektivně a využít sílu nejdůležitějších knihoven bez zbytečných omáček.

Tato kniha zkušeného autora navazuje na úspěšnou publikaci Začínáme programovat v jazyku Python a předpokládá základní znalosti Pythonu. Nesnaží se být tradičním učebnicovým titulem datové analýzy, ale funguje jako přehledná referenční příručka. Seznámí vás s klíčovými moduly a jejich využitím při práci s daty, včetně pokročilejších témat, která v běžných začátečnických kurzech často nenajdete.

Dozvíte se například jak pracovat s bajtovými objekty a binárními daty, zvládnete regulární výrazy včetně novinek verze 3.11, pochopíte výhody datových tříd a správců kontextu. Kniha vás provede také praktickou manipulací s formáty CSV a JSON, včetně tipů, jak překonat běžné komplikace. Nenechány stranou nejsou ani generátory pseudonáhodných čísel, přesná aritmetika s typem Decimal nebo efektivní zpracování času a práce ve virtualizovaném prostředí Pythonu.

Nezbytnou součástí jsou i návody na používání nástroje pip pro správu externích knihoven a práce se třemi klíčovými knihovnami pro datovou vědu: NumPy, Matplotlib a pandas, které vám otevřou dveře k profesionálnímu zpracování a vizualizaci dat.

Proč si tuto knihu pořídit?

• Ucelený přehled nejdůležitějších knihoven pro práci s daty v Pythonu 3.11
• Praktické návody pro manipulaci s běžnými datovými formáty a jejich specifiky
• Pokročilé techniky, které vás posunou dál než začátečnické kurzy
• Aktualizace reflektující novinky Python 3.11
• Snadná orientace díky referenčnímu charakteru textu vhodnému jak pro opakování, tak pro hlubší studium

Hlavní rysy knihy

• Výklad bajtových objektů a práce s binárními daty
• Podrobný rozbor regulárních výrazů včetně nejnovějších konstrukcí
• Popis datových tříd a správců kontextu
• Detailní postupy pro práci s CSV a JSON
• Přehled generátorů pseudonáhodných čísel a datového typu Decimal
• Práce s časem a virtuální prostředí projektů
• Jak efektivně používat nástroj pip
• Představení knihoven NumPy, Matplotlib a pandas