pandas python Avaliações e Detalhes do Produto - Página 8

A ciência de dados é facilitada com a biblioteca pandas porque funciona bem e me permite realizar muitas coisas. Análise coletada por e hospedada no G2.com.

Pandas é uma biblioteca de código aberto e as estruturas de dados são às vezes confusas de usar com a documentação. Análise coletada por e hospedada no G2.com.

Facilidade e rapidez no manuseio e manipulação de dados Análise coletada por e hospedada no G2.com.

Velocidade lenta ao trabalhar com elemento por elemento via loop for Análise coletada por e hospedada no G2.com.

A capacidade de manipular dados com tanta facilidade, oferecendo TANTAS operações ao usuário, é sem dúvida a melhor coisa sobre isso. Análise coletada por e hospedada no G2.com.

Às vezes, algumas operações como loc, iloc etc podem ser realmente confusas. A documentação é boa, mas pode ser muito melhorada. Análise coletada por e hospedada no G2.com.

A aplicabilidade, portabilidade para outros módulos, extremamente útil em aplicações de ciência de dados Análise coletada por e hospedada no G2.com.

Algumas operações são um pouco rígidas. As opções de flexibilidade são poucas. Análise coletada por e hospedada no G2.com.

Os dados vêm em todas as formas e precisam ser tratados e manipulados para processamento posterior. Pandas é uma biblioteca muito boa que pode lidar com vários tipos de arquivos e fornece uma API fácil de usar para manipulação de dados.

A melhor coisa que gostei no pandas é o conceito de DataFrame, após carregar dados de qualquer arquivo, independentemente do tipo, ele traz todos os dados para o objeto DataFrame no qual todas as APIs podem ser facilmente aplicadas. Análise coletada por e hospedada no G2.com.

Pandas é a única biblioteca que usamos na Easesolution Pvt. Ltd. para pré-processamento e manipulação de dados. Então, pessoalmente, não tenho aversão a ela. Análise coletada por e hospedada no G2.com.

É basicamente um pacote necessário para qualquer pessoa envolvida em Ciência de Dados/Análise usando Python. Análise coletada por e hospedada no G2.com.

Não há realmente nada para não gostar nisso. Análise coletada por e hospedada no G2.com.

A estrutura do Pandas Dataframe torna muito simples organizar e ajustar dados. Quando usado com SciPy, torna o aprendizado de máquina um processo fácil. Análise coletada por e hospedada no G2.com.

Alguns dos exemplos de código nem sempre tornam o processo de manipulação dos dados fácil. Encontrei exemplos em outros sites que são mais eficazes com Dataframes. Então, sim, a documentação às vezes não reflete a realidade de programar em Python. Análise coletada por e hospedada no G2.com.

A biblioteca é muito intuitiva. A maioria das operações segue o padrão verbo_substantivo e, mesmo se você for um novo usuário, pode "adivinhar" qual possivelmente será a operação. Isso torna o trabalho com séries e data frames muito fácil e, na maioria das vezes, você encontrará uma função altamente otimizada na biblioteca para qualquer operação que deseja realizar. Análise coletada por e hospedada no G2.com.

Quando se trata de plotagem, pode levar algum tempo para se acostumar com a terminologia e a abordagem utilizada. No entanto, uma vez que você esteja familiarizado com a abordagem, criar gráficos perspicazes e bonitos se torna fácil. Análise coletada por e hospedada no G2.com.

Para brincar com dados, um dos melhores módulos em Python. Pode-se importar dados de muitos formatos de arquivo e, em seguida, usá-los conforme necessário. Ele possui muitas funcionalidades que ajudam a obter os dados no formato necessário. Análise coletada por e hospedada no G2.com.

Precisa de muito estudo para se acostumar com isso e manipular dados. Análise coletada por e hospedada no G2.com.

A função embutida que ajuda a fornecer a visão Análise coletada por e hospedada no G2.com.

Às vezes, para dados complicados, parece um pouco confuso, mas depende de pessoa para pessoa. Análise coletada por e hospedada no G2.com.