1. Абдрахманов М.И. Библиотека Matplotlib, Devpractice Team, 2019, 125 стр., pdf.
В книге "Библиотека Matplotlib" в форме уроков дана информация, которая поможет решить при программировании на языке Python большую часть задач, возникающих при работе с графиками. Рассмотрены такие темы как визуализация данных: построение линейных, точечных, ступенчатых, stem-графиков, столбчатых и круговых диаграмм, а также 3D графиков; настройка внешнего вида графиков: работа с легендой, текстовыми и colorbar элементами, компоновка графиков.
2. Абдрахманов М.И. Pandas. Работа с данными, Devpractice Team, 2020, 171 стр., pdf.
Книга посвящена библиотеке для работы с данными pandas. Помимо базовых знаний о структурах pandas, вы получите информацию о том как работать с временными рядами, считать статистики, визуализировать данные и т.д. Большое внимание уделено практике, все рассматриваемые возможности библиотеки сопровождаются подробными примерами.
3. Маккинни У. Python и анализ данных, ДМК Пресс, 2015, 486 стр., djvu.
В книге "Python и анализ данных" рассматриваются вопросы переформатирования, очистки и обработки данных на Python. Ее можно также рассматривать как современное практическое введение в разработку научных приложений на Python, ориентированных, главным образом, обработку данных.
Это книга о тех частях языка Python и библиотек для него, которые необходимы для эффективного решения широкого круга аналитических задач. Книга принадлежит перу Уэса Маккинни, основного автора библиотеки pandas, и содержит великое множество практических примеров. Она идеально подойдет как аналитикам, только начинающим осваивать, так и опытным программистам на Python, еще не знакомым с научными приложениями.
4. Абдрахманов М.И. Python. Визуализация данных: Matplotlib, Seaborn, Mayavi, Devpractice Team, 2020, 413 стр., pdf.
Книга “Python. Визуализация данных” посвящена библиотекам для визуализации данных на языке программирования Python: Matplotlib, Seaborn, Mayavi. Для каждой библиотеки приведено подробное описание инструментов для визуализации данных, средств настройки внешнего вида и компоновки графиков.
5. Хейдт Майкл, Груздев Артем. Изучаем pandas, Самиздат, 2019, 734 стр., pdf.
Pandas – популярная библиотека Python, применяющаяся для практического анализа данных в реальных проектах. Она предлагает воспользоваться эффективными, быстрыми и высокопроизводительными структурами данных, которые упрощают предварительную обработку и анализ информации. Это учебное пособие существенно поможет вам, предоставив в ваше распоряжение внушительный набор инструментов, предлагаемых библиотекой pandas для выполнения различных операций с данными и их анализа.