Size: a a a

Python для анализа данных

2019 June 14

ND

Nick Donut 🍩 in Python для анализа данных
Усейном Болтом не сделают
источник

b

bacchus in Python для анализа данных
Да это понятно, я про то что деление на 10 ускорит в 10 раз))
источник

b

bacchus in Python для анализа данных
Просто за дорого
источник

ND

Nick Donut 🍩 in Python для анализа данных
bacchus
Просто за дорого
За очень
источник

ND

Nick Donut 🍩 in Python для анализа данных
Аахахха
источник

b

bacchus in Python для анализа данных
Короче дети, учите C
источник

b

bacchus in Python для анализа данных
))
источник

ND

Nick Donut 🍩 in Python для анализа данных
Учите матчасть
источник

ND

Nick Donut 🍩 in Python для анализа данных
) 0)
источник

ND

Nick Donut 🍩 in Python для анализа данных
Чтобы след матрицы полным перемножением не искать))))
источник

A

Andrei in Python для анализа данных
Andrei
а что такое же интерактивное как ноутбуки?

например где ещё можно построить интерактивный plotly, и получать от него коллбеки в код
пайчарм не поддерживает выполнение джаваскрипта

вспомнил поинт, никаких виджетов например
источник
2019 June 15

AT

Arnaud Trousset in Python для анализа данных
Добрый день! Мы в поиске стажера на лето, есть ли кандидаты? Оплачен, в центре Москвы. http://www.grintern.ru/internships/8676-stazher-v-otdele-marketinga
источник
2019 June 17

NK

ID:0 in Python для анализа данных
Роскошная статья про применение теории вероятности на практике. Erik Bernhardsson показывает как можно отображать статистические характеристики распределений на визуализациях. Просто кладезь готовых рецептов: boxplot'ы, отображение доверительных интервалов (как для непрерывных величин, так и для коэффициентов конверсии), boostraping. Всё с понятными примерами кода. Рекомендую для тех, кто хочет делать выводы, основанные на статистике

https://erikbern.com/2018/10/08/the-hackers-guide-to-uncertainty-estimates.html
источник

VP

Vlad P in Python для анализа данных
крутая статья, и главное что код там описан)
👍
источник
2019 June 19

OB

Oleg Basmanov in Python для анализа данных
блин ерунду какую то поймал и не могу понять в чем дело.
есть два датафрейма, мерджим их. в pycharm и colab google на входе получается 4664 сматченных значения.
а вот на убунте запускаю получаю 55 пересечений.
источник

VN

Vlad Nykytenko in Python для анализа данных
указываете how при мердже?
источник

OB

Oleg Basmanov in Python для анализа данных
Vlad Nykytenko
указываете how при мердже?
ага. оно. Спасибо
источник

OB

Oleg Basmanov in Python для анализа данных
но не совсем. эта строка фильтрует датафрейм sales оставляя в нем только те строки с transactionId которые есть в датафрейме xldf['ID заказа']
sales = sales.loc[sales['transactionId'].isin(xldf['ID заказа'])]

в sales 9771 строк. в xldf 4720
при пересечении они должны давать 4664 строки - это првоерено в экселе а также в colab gooogle и  в pycharm.
Но вот в ubunte после этой фильтрации остается 70 строк
источник

OB

Oleg Basmanov in Python для анализа данных
может это быть из-за тогог что питон разных версий?
источник

АМ

Алексей Макаров... in Python для анализа данных
Хм, вообще не должно быть. А попробуй вместо xldf['ID заказа'] использовать xldf['ID заказа'].unique()
источник