Utilizzando l'Ecosistema Python per Data Science - dummies

È necessario caricare le librerie per eseguire attività di data science in Python. Ecco una panoramica delle librerie che puoi usare per la scienza dei dati. Queste librerie possono eseguire più funzioni per lo scienziato dei dati.

Accesso agli strumenti scientifici con SciPy

Lo stack SciPy contiene una serie di altre librerie che è possibile scaricare separatamente. Queste librerie forniscono supporto per matematica, scienza e ingegneria. Quando si ottiene SciPy, si ottiene una serie di librerie progettate per lavorare insieme per creare applicazioni di vario genere. Queste librerie sono

• NumPy

• SciPy

• matplotlib

• IPython

• Sympy

• panda

La stessa libreria SciPy si concentra su routine numeriche, come le routine per l'integrazione e l'ottimizzazione numerica. SciPy è una libreria generica che fornisce funzionalità per più domini problematici. Fornisce inoltre supporto per librerie specifiche del dominio, come Scikit-learn, Scikit-image e statsmodels.

Esecuzione del calcolo scientifico fondamentale utilizzando NumPy

La libreria NumPy fornisce i mezzi per eseguire la manipolazione di array n-dimensionale, che è fondamentale per il lavoro di scienza dei dati. Non è possibile accedere facilmente agli array n-dimensionali senza funzioni NumPy che includono il supporto per algebra lineare, trasformata di Fourier e generazione di numeri casuali.

Esecuzione dell'analisi dei dati utilizzando i panda

La libreria pandas fornisce supporto per strutture di dati e strumenti di analisi dei dati. La libreria è ottimizzata per eseguire attività di data science particolarmente veloci ed efficienti. Il principio alla base dei panda è fornire l'analisi dei dati e il supporto di modellazione per Python che è simile ad altri linguaggi, come R.

Implementare l'apprendimento automatico usando Scikit-learn

La libreria Scikit-learn è uno dei numerosi Librerie Scikit che si basano sulle funzionalità fornite da NumPy e SciPy per consentire agli sviluppatori Python di eseguire attività specifiche del dominio. In questo caso, la libreria si concentra sul data mining e sull'analisi dei dati. Fornisce accesso ai seguenti tipi di funzionalità:

• Classificazione

• Regressione

• Clustering

• Riduzione dimensionale

• Selezione modello

• Preprocessing

Tracciamento dei dati usando matplotlib

La libreria matplotlib ti fornisce un'interfaccia simile a MATLAB per la creazione di presentazioni di dati dell'analisi che esegui. La libreria è attualmente limitata all'output 2D, ma offre comunque i mezzi per esprimere graficamente i pattern di dati che vedi nei dati che analizzi.Senza questa libreria, non è possibile creare output che le persone al di fuori della comunità di scienza dei dati possano facilmente comprendere.

L'analisi di documenti HTML utilizzando Beautiful Soup

Il download della libreria Beautiful Soup è in realtà disponibile sul sito Web Python. Questa libreria fornisce i mezzi per analizzare i dati HTML o XML in un modo che Python comprende. Ti consente di lavorare con i dati basati su alberi.

Oltre a fornire un mezzo per lavorare con i dati basati sugli alberi, Beautiful Soup si occupa molto del lavoro con i documenti HTML. Ad esempio, converte automaticamente la codifica (il modo in cui i caratteri sono memorizzati in un documento) di documenti HTML da UTF-8 a Unicode. Uno sviluppatore Python normalmente dovrebbe preoccuparsi di cose come la codifica, ma con Beautiful Soup, puoi invece concentrarti sul tuo codice.