Hubungkan pandas dengan NumPy, Matplotlib, seaborn, scipy, scikit-learn, SQLAlchemy, dan format data lainnya. Section ini menyusun materi menjadi chapter berurutan; ikuti urutannya karena tiap chapter memakai konsep dari chapter sebelumnya.

# Pandas dan NumPy

Memahami fondasi NumPy di balik pandas dan pertukaran data antara keduanya.

Buka → # Pandas dan Matplotlib

Mengontrol visualisasi DataFrame lebih jauh dengan API Matplotlib.

Buka → # Pandas dan Seaborn

Membuat visualisasi statistik yang elegan langsung dari DataFrame dengan seaborn.

Buka → # Pandas dan SciPy

Melengkapi analisis pandas dengan uji statistik dan fungsi ilmiah dari scipy.

Buka → # Pandas dan scikit-learn

Mengalirkan DataFrame ke pipeline machine learning scikit-learn dengan benar.

Buka → # Pandas dan SQLAlchemy

Memahami peran SQLAlchemy sebagai engine koneksi database bagi read_sql dan to_sql.

Buka → # Pandas dan Jupyter

Mengoptimalkan tampilan DataFrame dan alur kerja eksplorasi di Jupyter Notebook.

Buka → # Konversi DataFrame ke Array

Mengubah DataFrame menjadi array NumPy dan sebaliknya dengan to_numpy() dan from_records().

Buka → # Interoperabilitas Format Data Lain

Bertukar data dengan pyarrow table, dictionary Python, dan struktur data lainnya.

Buka →