Обучающие материалы сообщества#

Это руководство по многим обучающим материалам по pandas от сообщества, ориентированное в основном на новых пользователей.

кулинарная книга по pandas от Julia Evans#

Цель этого кулинарной книги 2015 года (автор Джулия Эванс) — предоставить вам конкретные примеры для начала работы с pandas. Это примеры с реальными данными, включая все ошибки и особенности, которые они влекут. Для содержания см. репозиторий pandas-cookbook на GitHub.

мастер-класс по pandas от Стефани Молин#

Вводный семинар от Stefanie Molin предназначен для быстрого ознакомления с pandas с использованием реальных наборов данных. Он охватывает начало работы с pandas, обработку данных и визуализацию данных (с некоторым знакомством с matplotlib и seaborn). репозиторий GitHub pandas-workshop содержит подробные инструкции по настройке окружения (включая Binder окружение), слайды и блокноты для сопровождения, а также упражнения для отработки концепций. Также есть лабораторная работа с новыми упражнениями на наборе данных, не рассмотренном в семинаре, для дополнительной практики.

Изучаем pandas от Hernan Rojas#

Набор уроков для новых пользователей pandas: https://bitbucket.org/hrojas/learn-pandas

Практический анализ данных с Python#

Это руководство это введение в процесс анализа данных с использованием экосистемы данных Python и интересного открытого набора данных. Есть четыре раздела, охватывающих выбранные темы, такие как обработка данных, агрегация данных, визуализация данных и временные ряды.

Упражнения для новых пользователей#

Практикуйте свои навыки на реальных наборах данных и упражнениях. Для дополнительных ресурсов посетите главную репозиторий.

Современный pandas#

Серия учебных материалов, написанная в 2016 году Tom Augspurger. Исходный код можно найти в репозитории GitHub TomAugspurger/effective-pandas.

Диаграммы Excel с pandas, vincent и xlsxwriter#

Радостный pandas#

Учебник, написанный на китайском языке Юаньхао Геном. Он охватывает основные операции для NumPy и pandas, 4 основных метода манипуляции данными (включая индексацию, groupby, преобразование и конкатенацию) и 4 основных типа данных (включая пропущенные данные, строковые данные, категориальные данные и временные ряды). В конце каждой главы размещены соответствующие упражнения. Все наборы данных и связанные материалы можно найти в репозитории GitHub datawhalechina/joyful-pandas.

Видеоуроки#

Различные учебные пособия#