Nom du profil

Évaluation par étoiles

73
17
2
1
0

pandas python Avis

Filtres d'avis
Nom du profil
Évaluation par étoiles
73
17
2
1
0
Nick K.
NK
Nick K.
BIM Manager at BOKA Powell
10/29/2018
Évaluateur validé
Source de l'avis : Invitation G2
Avis incitatif
Traduit à l'aide de l'IA

Idéal pour manipuler et faire de l'apprentissage automatique avec des données

La structure du DataFrame de Pandas rend très simple l'organisation et l'ajustement des données. Lorsqu'il est utilisé avec SciPy, il rend le processus d'apprentissage automatique facile.
Shubhra M.
SM
Shubhra M.
Delivery Manager
10/26/2018
Évaluateur validé
Source de l'avis : Organique
Traduit à l'aide de l'IA

Une bibliothèque incontournable pour les data scientists qui prévoient de travailler en Python

La bibliothèque est très intuitive. La plupart des opérations suivent le modèle verbe_nom et même si vous êtes un nouvel utilisateur, vous pouvez "deviner" quelle sera probablement l'opération. Cela rend le travail avec les séries et les cadres de données très facile et la plupart du temps, vous trouverez une fonction hautement optimisée dans la bibliothèque pour toute opération que vous souhaitez effectuer.
PC
Priyanka C.
Graduate Research Assistant at Weill Cornell Medicine
10/18/2018
Évaluateur validé
Utilisateur actuel vérifié
Source de l'avis : Invitation G2
Avis incitatif
Traduit à l'aide de l'IA

Pandas

Facile à utiliser avec de grands ensembles de données en Python, facile à configurer avec Anaconda