pandy (oprogramowanie)

pandy
Oryginalni autorzy	Wesa McKinneya
Deweloperzy	Wspólnota
Pierwsze wydanie	11 stycznia 2008 ; 15 lat temu [ potrzebne źródło ]
Wersja stabilna	1.5.3 / 18 stycznia 2023 r . ; 44 dni temu
Magazyn	github .com /pandas-dev /pandas ;
Napisane w	Python , Cython , C
System operacyjny	Międzyplatformowe
Typ	Obliczenia techniczne
Licencja	Nowa licencja BSD
Strona internetowa	pandy .pydata .org

pandas to biblioteka oprogramowania napisana dla języka programowania Python do manipulacji i analizy danych . W szczególności oferuje struktury danych i operacje do manipulowania tabelami numerycznymi i szeregami czasowymi . Jest to wolne oprogramowanie udostępniane na trzyklauzulowej licencji BSD . Nazwa pochodzi od terminu „ pan el data ta ”, ekonometrycznego określenia zbiorów danych które obejmują obserwacje w wielu okresach czasu dla tych samych osób. Jego nazwa jest grą samego wyrażenia „analiza danych Pythona”. Wes McKinney zaczął budować pandy w AQR Capital, kiedy był tam badaczem w latach 2007-2010.

Funkcje biblioteki

Wiele wbudowanych metod dostępnych do szybkiej manipulacji danymi stało się możliwe dzięki wektoryzacji
Obiekt DataFrame do manipulacji danymi wielowymiarowymi ze zintegrowanym indeksowaniem.
Obiekt szeregowy do manipulacji danymi jednowymiarowymi ze zintegrowanym indeksowaniem
strukturami danych w pamięci i różnymi formatami plików .
Wyrównanie danych i zintegrowana obsługa brakujących danych.
Przekształcanie i obracanie zestawów danych.
Dzielenie oparte na etykietach, fantazyjne indeksowanie i podzbiory dużych zestawów danych.
Wstawianie i usuwanie kolumn struktury danych.
Grupuj według silnika, umożliwiając operacje dzielenia, stosowania i łączenia na zestawach danych.
Łączenie i łączenie zbiorów danych.
Hierarchiczne indeksowanie osi do pracy z danymi wielowymiarowymi w strukturze danych o niższych wymiarach.
Funkcjonalność szeregów czasowych: generowanie zakresów dat i konwersje częstotliwości, statystyki ruchomych okien, regresje liniowe ruchomych okien , przesuwanie i opóźnianie dat.
Zapewnia filtrowanie danych.

Biblioteka jest wysoce zoptymalizowana pod kątem wydajności, z krytycznymi ścieżkami kodu napisanymi w Cythonie lub C .

Ramki danych

Pandas jest używany głównie do analizy danych i związanej z tym manipulacji danymi tabelarycznymi w DataFrames. Pandy umożliwiają importowanie danych z różnych formatów plików, takich jak wartości oddzielone przecinkami , JSON , Parquet , tabele lub zapytania bazy danych SQL oraz Microsoft Excel . Pandy umożliwiają różne operacje manipulacji danymi, takie jak łączenie, przekształcanie, wybieranie, a także czyszczenie danych i kłótnie o dane cechy. Rozwój pand wprowadził do Pythona wiele porównywalnych funkcji pracy z DataFrame, które zostały ustanowione w języku programowania R. Biblioteka pandas jest zbudowana na innej bibliotece NumPy , która jest zorientowana na wydajną pracę z tablicami zamiast na funkcjach pracy na DataFrames.

Historia

Deweloper Wes McKinney rozpoczął pracę nad pandami w 2008 roku w firmie AQR Capital Management z powodu zapotrzebowania na wysokowydajne, elastyczne narzędzie do przeprowadzania ilościowej analizy danych finansowych. Przed opuszczeniem AQR udało mu się przekonać zarząd, aby pozwolił mu otworzyć bibliotekę .

Inny pracownik AQR, Chang She, dołączył do akcji w 2012 roku jako drugi główny współpracownik biblioteki.

W 2015 roku pandy dołączyły do sponsorowanego fiskalnie projektu NumFOCUS, organizacji charytatywnej non-profit 501 (c) (3) w Stanach Zjednoczonych.

Oś czasu:

Rozpoczęcie rozwoju pand
2009: Pandas staje się open source
Publikacja pierwszej edycji Python for Data Analysis
2015: Pandas staje się projektem sponsorowanym przez NumFOCUS
2018: Pierwszy osobisty sprint głównego programisty

Zobacz też

Dalsza lektura

McKinney, Wes (2017). Python do analizy danych: walka o dane z Pandas, NumPy i IPython (wyd. 2). Sewastopol: O'Reilly. ISBN 978-1-4919-5766-0 .
Molin, Stefanie (2019). Praktyczna analiza danych z Pandami: wydajnie wykonuj zbieranie danych, kłótnie, analizy i wizualizacje za pomocą Pythona . Paczka ISBN 978-1-7896-1532-6 .
Chen, Daniel Y. (2018). Pandy dla każdego: analiza danych w języku Python . Boston: Addison-Wesley. ISBN 978-0-13-454693-3 .
VanderPlas, Jake (2016). „Manipulacje danymi za pomocą Pand” . Podręcznik nauki o danych w języku Python: niezbędne narzędzia do pracy z danymi . O'Reilly. s. 97–216. ISBN 978-1-4919-1205-8 .
Pathak, Chankey (2018). Książka kucharska pandy . s. 1–8.

Linki zewnętrzne