Czytanie danych – jedna z podstawowych czynności w data science. Każdy, kto na co dzień pracuje z danymi, wykona ją w swoim życiu zawodowym setki (o ile nie tysiące) razy. Warto zatem wiedzieć jak robić to w sposób prawidłowy.
pandas
5 sposobów na radzenie sobie z dużymi zbiorami danych w Python
Chyba każdy programista Python analizujący duże zbiory danych, chociaż raz spotkał się w swojej pracy z błędem „out of memory”. Jak sobie z nim radzić? Z tego artykułu dowiesz się: 1. Czemu Pandas ma problem z dużymi zbiorami? 2. Jakie są dobre praktyki pracy z dużymi danymi w Pythonie? 3. Jakie przetwarzać duże zbiory z … Dowiedz się więcej
3 najlepsze ściągawki z bibliotek Python
W dzisiejszych czasach cierpimy na przesyt informacji i możliwości. Problem ten przenosi się również na tematykę Data Science. Nawet najprostsze rzeczy da się zrobić na kilka sposobów. Mnogość bibliotek, metod i ich parametrów potrafi przyprawić o ból głowy. Niesłychanie ciężko jest to wszystko zapamiętać, dlatego jeśli tylko analizujesz dane w Pythonie, to mam dla Ciebie … Dowiedz się więcej
Jak przyspieszyć Pythona jedną linijką kodu?
Chyba każda osoba pracująca z danymi chociaż raz w swoim życiu spotkała się z tym problemem: powolne ładowanie danych, które znacząco spowalnia proces analizy danych. Na niewiele zda się tu moc obliczeniowa, która nie rośnie aż tak szybko, jak wolumeny danych, z którymi pracujemy. Co zatem zrobić, jeśli nie chcemy wydawać górki pieniędzy na rozbudowę własnej infrastruktury, a usługi chmurowe nie wchodzą w grę? Okazuje się, że już wkrótce może się pojawić na to proste rozwiązanie.