Julia para el análisis de datos

Opiniones de los lectores

El libro sobre Julia sirve de introducción exhaustiva para quienes están familiarizados con el análisis de datos, y se dirige sobre todo a usuarios con experiencia previa en Python o R. Cubre eficazmente tanto los fundamentos del lenguaje Julia como las aplicaciones prácticas en el análisis de datos, en concreto con el paquete DataFrames.jl. Aunque alabado por su estructura y claridad, algunos críticos señalaron que puede que no se adapte a todos los analistas de datos interactivos y carece de profundidad en ciertas áreas.

⬤ Bien estructurado y escrito, haciéndolo accesible tanto para principiantes como para aquellos familiarizados con otros lenguajes de programación.
⬤ Cubre tanto los fundamentos del lenguaje Julia como conceptos prácticos de análisis de datos, particularmente con DataFrames.jl.
⬤ Proporciona ejemplos de la vida real y proyectos paso a paso, mejorando el aprendizaje y la retención.
⬤ Incluye apéndices detallados y útiles comparaciones con Python y R.
⬤ Excelente recurso para refrescar conceptos de análisis de datos y mejores prácticas.

⬤ Asume conocimientos previos de análisis de datos, por lo que es menos adecuado para principiantes absolutos.
⬤ Más centrado en el desarrollo de paquetes que en flujos de trabajo interactivos de análisis de datos.
⬤ El contenido sobre visualización de datos es limitado, lo que puede resultar decepcionante para algunos lectores.
⬤ Algunos contenidos pueden considerarse demasiado técnicos para quienes tengan menos experiencia en programación.

(basado en 10 opiniones de lectores)

Título original:

Julia for Data Analysis

Contenido del libro:

Domine los conocimientos básicos de análisis de datos con Julia. Interesantes proyectos prácticos le guiarán a través de datos de series temporales, modelos predictivos, ranking de popularidad y mucho más.

En Julia for Data Analysis aprenderá a:

Leer y escribir datos en varios formatos.

Trabajar con datos tabulares, incluyendo subconjuntos, agrupación y transformación.

Visualizar sus datos.

Construir modelos predictivos.

Crear pipelines de procesamiento de datos.

Crear servicios web que compartan los resultados del análisis de datos.

Escribir programas Julia legibles y eficientes.

Julia fue diseñado para las necesidades únicas de los científicos de datos: es expresivo y fácil de usar, a la vez que ofrece una ejecución de código súper rápida. Julia for Data Analysis le muestra cómo sacar el máximo partido de este asombroso lenguaje para leer, escribir, transformar, analizar y visualizar datos: todo lo que necesita para una canalización de datos eficaz. Está escrito por Bogumil Kaminski, uno de los principales contribuidores de Julia, número uno en respuestas de Julia en StackOverflow y desarrollador principal del paquete de datos central de Julia DataFrames. jl. Sus atractivos proyectos prácticos le permitirán entrar en acción rápidamente. Además, ¡podrás aplicar tus nuevos conocimientos de Julia a la programación de propósito general!

Prólogo de Viral Shah.

La compra del libro impreso incluye un libro electrónico gratuito en formatos PDF, Kindle y ePub de Manning Publications.

Acerca de la tecnología.

Julia es un gran lenguaje para el análisis de datos. Es fácil de aprender, rápido y funciona bien para todo, desde cálculos puntuales hasta pipelines completos de procesamiento de datos. Tanto si busca una forma mejor de procesar los datos empresariales cotidianos como si acaba de iniciar su andadura en la ciencia de datos, aprender Julia le proporcionará una valiosa habilidad.

Acerca del libro.

Julia for Data Analysis le enseña cómo manejar las tareas básicas de análisis de datos con el lenguaje de programación Julia. Comenzará repasando los fundamentos del lenguaje mientras practica técnicas de transformación de datos, visualizaciones y mucho más. A continuación, dominará las habilidades esenciales del análisis de datos a través de atractivos ejemplos como el examen del cambio de divisas, la interpretación de datos de series temporales e incluso la exploración de rompecabezas de ajedrez. En el camino, aprenderá a transferir fácilmente las tuberías de datos existentes a Julia.

Contenido.

Leer y escribir datos en varios formatos.

Trabajar con datos tabulares, incluyendo subconjuntos, agrupación y transformación.

Crear pipelines de procesamiento de datos.

Crear servicios web que compartan los resultados del análisis de datos.

Escribir programas Julia legibles y eficientes.

Sobre el lector.

Para científicos de datos familiarizados con Python o R. No se requiere experiencia con Julia.

Sobre el autor.

Bogumil Kaminski es uno de los principales desarrolladores de DataFrames.jl, el paquete central para la manipulación de datos en el ecosistema de Julia. Tiene más de 20 años de experiencia en proyectos de ciencia de datos.

Índice de contenidos.

1 Introducción.

PARTE 1 HABILIDADES ESENCIALES DE JULIA.

2 Empezando con Julia.

3 El soporte de Julia para escalar proyectos.

4 Trabajando con colecciones en Julia.

5 Temas avanzados en el manejo de colecciones.

6 Trabajando con cadenas.

7 Manejo de datos de series temporales y valores perdidos.

PARTE 2 CAJA DE HERRAMIENTAS PARA EL ANÁLISIS DE DATOS.

8 Primeros pasos con marcos de datos.

9 Obtención de datos de un marco de datos.

10 Creación de objetos de marcos de datos.

11 Conversión y agrupación de marcos de datos.

12 Mutar y transformar marcos de datos.

13 Transformaciones avanzadas de marcos de datos.

14 Creación de servicios web para compartir resultados de análisis de datos.