Eines de l'usuari
opendata_pandas
Diferències
Ací es mostren les diferències entre la revisió seleccionada i la versió actual de la pàgina.
| Ambdós costats versió prèvia Revisió prèvia Següent revisió | Revisió prèvia | ||
|
opendata_pandas [2023/07/04 23:19] miquel_angel_amoros [Codi integrat a la aplicació web amb Django] |
opendata_pandas [2023/07/04 23:23] (actual) miquel_angel_amoros [Per què triem Pandas ?] |
||
|---|---|---|---|
| Línia 18: | Línia 18: | ||
| ======= Per què triem Pandas ? ======= | ======= Per què triem Pandas ? ======= | ||
| - | * Ens proporciona una col·lecció molt útil, inexistent a Python, el DataFrame. És una taula bidimensional que podem indexar amb la/les columna/es que més ens interessin en cada monment | + | * Ens proporciona una col·lecció molt útil, inexistent a Python, el DataFrame. És una taula bidimensional que podem indexar amb la/les columna/es que més ens interessin en cada moment |
| * Pandas detecta automàticament inconsistències de tipus i contingut en les dades. Aconseguim avantatges similars als llenguatges de tipat fort (C, Java). | * Pandas detecta automàticament inconsistències de tipus i contingut en les dades. Aconseguim avantatges similars als llenguatges de tipat fort (C, Java). | ||
| * Ens permet tractar grans volums de dades (superiors a 10.000 lines) amb molts mètodes per filtrar la informació. | * Ens permet tractar grans volums de dades (superiors a 10.000 lines) amb molts mètodes per filtrar la informació. | ||
| Línia 24: | Línia 24: | ||
| * Si organitzem les dades del Dataframe convenientment podem crear gràfics amb llibreries com Matplotlib o Seaborn, amb menys codi que si el posessim en llistes o diccionaris. | * Si organitzem les dades del Dataframe convenientment podem crear gràfics amb llibreries com Matplotlib o Seaborn, amb menys codi que si el posessim en llistes o diccionaris. | ||
| * També facilita la feina si usem llibreries de Machine Learning. | * També facilita la feina si usem llibreries de Machine Learning. | ||
| - | * És una molt bona alternativa al llenguatge R, amb una corba d' | ||
| - | |||
| ======= Instal·lació llibreria Pandas ======= | ======= Instal·lació llibreria Pandas ======= | ||
| Línia 47: | Línia 45: | ||
| A més a més, ens interessa automatitzar les tasques. | A més a més, ens interessa automatitzar les tasques. | ||
| + | |||
| + | **Exemple codi local, arrencat en un fitxer IPYNB** | ||
| El codi que mostro a continuació el podeu veure arrencat en directe a: | El codi que mostro a continuació el podeu veure arrencat en directe a: | ||
| Línia 52: | Línia 52: | ||
| https:// | https:// | ||
| - | JuPyTeR (Julia, Python i R) Notebook és un servei que permet executar codi i llibreries Python al navegador o | + | [[https:// |
| - | en qualsevol IDE, fins i tot llibreries per generar gràfics. | + | en qualsevol IDE, fins i tot llibreries per generar gràfics. |
| **Pas 1. Seleccionar la font de dades.** | **Pas 1. Seleccionar la font de dades.** | ||
opendata_pandas.1688512771.txt.gz · Darrera modificació: 2023/07/04 23:19 per miquel_angel_amoros
Excepte on es digui una altra cosa, el contingut d'aquest wiki està subjecte a la llicència següent: CC Attribution-Share Alike 4.0 International
