Подборка статей о работе с библиотеками для анализа данных на языке Python

Этапы анализа данных на языке Python:

Посмотреть [все видеоуроки Python для анализа данных]

Способы поддержки автора

Подписаться на обновления в [Telegram-канале]

Введение в pandas на русском языке

01. Какие данные обрабатывает pandas?	[.IPYNB]	[CoLab]
02. Как мне читать и записывать табличные данные?	[.IPYNB]	[CoLab]
03. Как выбрать подмножество из DataFrame?	[.IPYNB]	[CoLab]
04. Как строить график в pandas?	[.IPYNB]	[CoLab]
05. Как создать новые столбцы?	[.IPYNB]	[CoLab]
06. Как рассчитать сводную статистику?	[.IPYNB]	[CoLab]
07. Как изменить раскладку таблиц?	[.IPYNB]	[CoLab]
08. Как объединить данные из нескольких таблиц?	[.IPYNB]	[CoLab]
09. Как легко обрабатывать данные временных рядов?	[.IPYNB]	[CoLab]
10. Как манипулировать текстовыми данными?	[.IPYNB]	[CoLab]

Уроки по работе с pandas на русском языке

Pandas за 10 минут	[.IPYNB]	[CoLab]	[original doc]
Типичные задачи Excel, продемонстрированные в pandas (часть 1)	[.IPYNB]	[CoLab]	[original]
Типичные задачи Excel, продемонстрированные в pandas (часть 2)	[.IPYNB]	[CoLab]	[original]
Советы по выбору столбцов в DataFrame с помощью iloc и filter	[.IPYNB]	[CoLab]	[original]
Обзор типов данных pandas	[.IPYNB]	[CoLab]	[original]
Использование типа данных категории в pandas	[.IPYNB]	[CoLab]	[original]
Руководство по кодированию категориальных значений в Python	[.IPYNB]	[CoLab]	[original]
Очистка данных о валюте с помощью pandas	[.IPYNB]	[CoLab]	[original]
Эффективная очистка текста с помощью pandas	[.IPYNB]	[CoLab]	[original]
Excel процедуры Filter и Edit, продемонстрированные в pandas	[.IPYNB]	[CoLab]	[original]
Сводная таблица (pivot_table) в pandas	[.IPYNB]	[CoLab]	[original]
Подробное руководство по группировке и агрегированию с помощью pandas	[.IPYNB]	[CoLab]	[original]
Объяснение функций Grouper и agg в pandas	[.IPYNB]	[CoLab]	[original]
Понимание функции transform в pandas	[.IPYNB]	[CoLab]	[original]
Объяснение кросс-таблицы (crosstab) в pandas	[.IPYNB]	[CoLab]	[original]
Биннинг (разделение) данных с помощью qcut и cut в pandas	[.IPYNB]	[CoLab]	[original]
Моделирование Монте-Карло с помощью Python	[.IPYNB]	[CoLab]	[original]
Аккуратные данные (tidy data) в Python	[.IPYNB]	[CoLab]	[original]

Уроки по визуализации данных на русском языке

Эффективное использование Matplotlib	[.IPYNB]	[CoLab]	[original]
Взгляд на Plotly Express	[.IPYNB]	[CoLab]	[original]
Введение в визуализацию данных с помощью Altair (часть 1)	[.IPYNB]	[CoLab]	[original] и [doc]
Введение в визуализацию данных с помощью Altair (часть 2)	[.IPYNB]	[CoLab]	[doc]
Введение в визуализацию данных с помощью Altair (часть 3)	[.IPYNB]	[CoLab]	[doc]
Делаем сетевые графы интерактивными с помощью pyvis	[.IPYNB]	[CoLab]	[original doc]
Визуализация с помощью HoloViz (hvplot)	[.IPYNB]	[install miniconda]	[original doc]

Полезные модули и сервисы для анализа данных

Шаблон Cookiecutter на русском языке: позволяет автоматизировать создание структуры файлов и каталогов для проекта по анализу данных
Создание простых сводных таблиц в pandas с помощью модуля sidetable	[.IPYNB]	[CoLab]
Анализ IP- и MAC-адресов с помощью модуля cyberpandas	[.IPYNB]	[CoLab]
Используем модуль folium для рисования карт	[.IPYNB]	[CoLab]
Использование модуля Pandas Profiling для профилирования	[.IPYNB]	[CoLab]
Проверка статистических данных с помощью модуля pandera	[.IPYNB]	[CoLab]

Элементы науки о данных на русском языке (Elements Of Data Science, professor Allen Downey)

Исследуем средний вес новорожденных (+упражнения)	[.IPYNB]	[CoLab]	[original (07)]
Исследуем отношение между переменными (+упражнения)	[.IPYNB]	[CoLab]	[original (09)]

Введение в байесовскую статистику с использованием Python на русском языке (Bite Size Bayes, professor Allen Downey)

Законы вероятности (+упражнения)	[.IPYNB]	[CoLab]	[original (01)]
Теорема Байеса (+упражнения)	[.IPYNB]	[CoLab]	[original (02)]
Проблема с печеньками (+упражнения)	[.IPYNB]	[CoLab]	[original (03)]

Кейсы и упражнения по pandas и NumPy

Регулярные выражения в Python и pandas	[CoLab]
Что добавляют в избранное на Ozon в 2020 году?	[CoLab]
Что не находят на Ozon в 2020 году?	[CoLab]
Вакансии и зарплаты в Тинькофф в 2019 году	[CoLab]
Анализ статистики COVID-19 в мире	[CoLab]
Анализ частоты запросов на Яндекс.Метрике с помощью модуля pymorphy2	[CoLab]

Кейсы и упражнения на Python

Теория игр и равновесие Нэша

Шпаргалки по pandas и Python в оригинале

Основные команды при работе с утилитой conda	[PDF]
Типы данных и операции в классическом Python	[PDF]
Операции над матрицами в NumPy	[PDF]
Официальная шпаргалка по pandas	[PDF]
Восхитительная шпаргалка по pandas	[PDF]
Шпаргалка по pandas от Enthought	[PDF]
Шпаргалка по Seaborn	[PDF]
Шпаргалка по plotly	[PDF]
Шпаргалка по git	[PDF]
Шпаргалка по git от Atlassian	[PDF]
Шпаргалка по git от GitHub Education	[PDF]
Шпаргалка по регулярным выражениям на Python	[PDF]
Шпаргалка по регулярным выражениям (на русском языке)	[PDF]
Шпаргалка по командам IPython	[Ipython-quick-ref-sheets]

Шпаргалки по Matplotlib в оригинале

Шпаргалка по Matplotlib	[PDF]
Шпаргалка Быстрый старт 1	[PNG]
Шпаргалка Быстрый старт 2	[PNG]
Шпаргалка для начинающих	[PNG]
Шпаргалка для продвинутых пользователей	[PNG]