Salve,




ho recentemente iniziato ad usare Pandas le cui strutture dati si chiamano dataframe. Da quanto ho capito, Panda puo' solamente interagire con dati strutturati, o al massimo semi-strutturati, cioe' organizzati in tabelle, vero? Per esempio, file xls, file csv, o anche json, possono essere convertiti in dataframe pandas...




Un'altra libreria molto importante e' numpy per i calcoli matematici piu' complessi di quelli che si possono fare con pandas. E' possibile applicare i metodi di panda direttamente alle array numpy e, vice versa, metodi numpy a dataframe pandas visto che le librerie pandas e numpy sono costruite l'una sull'altra? Oppure bisogna sempre convertire prima i dataframe in matrici numpy per applicare loro i metodi di numpy?



Grazie,
Confuso

Ciao caro, confuso di nome e di fatto, passami la battuta.

Probabilmente hai solo sentito parlare delle librerie che citi o hai visto solo qualche risorsa superficialmente, perché gran parte dei tuoi dubbi verrebbero risolti anche solo leggendo una documentazione decente, quella ufficiale è un buon inizio senza fare troppa strada.

Capiresti che le domande fatte non possono trovare una risposta esaustiva su un forum, sono argomenti troppo profondi. Pandas e NumPy, oltre che singolarmente, sono strumenti che viaggiano in sinergia, non a caso trovi diverse risorse che affrontano insieme l'insegnamento. Ti potrei anche indicare qualche risorsa, ma farei torto alle mille altre valide guide che esistono. Devi sono scegliere il grado di approfondimento e scegliere se vuoi affrontare lo studio su libri di carta, online o magari affidarti a qualche video, Google è tuo amico in questo per fortuna.

C'è l'imbarazzo della scelta, sappi che entrambe le librerie sono componenti essenziali nel vasto mondo che va dal Deep Learning all'AI, passando per il Machine Learning, senza citare tutto il mastodontico mondo dell'analisi e manipolazione di dati, tutti argomenti che oggi hanno una certa visibilità e notevoli sbocchi lavorativi. Ogni Data * (sostituisci l'asterisco con Analyst, Scientist o Engineer) ha nel suo bagaglio una padronanza almeno discreta delle librerie citate (insieme a tante altre), ma non andiamo troppo avanti, ci si arriverà col tempo ad una specializzazione, anche un grande viaggio inizia con un passo, scegli un buona guida e comincia a studiare.

Buono studio.