Pandas GroupBy v Pythonu: Průvodce agregací, transformací a optimalizací
Naučte se efektivně používat Pandas GroupBy v Pythonu — od základní agregace přes transform a apply až po optimalizaci výkonu a novinky v Pandas 3.0.
Návody
Návody a tutoriály pro Python datovou vědu
Analýza časových řad v Pythonu s Pandas: Od základů po predikci
Kompletní průvodce analýzou časových řad v Pythonu s Pandas 3.0. Parsování datumů, resampling, klouzavé průměry, sezónní dekompozice a predikce ARIMA — vše s funkčními příklady kódu, které můžete rovnou použít.
Feature Engineering v Pythonu: Praktický průvodce s Pandas a scikit-learn
Naučte se klíčové techniky feature engineeringu v Pythonu — od kódování kategorických proměnných a škálování čísel po extrakci datumových příznaků a automatické generování interakcí. S funkčními příklady v Pandas 3.0 a scikit-learn 1.8.
Scikit-learn Pipeline v Pythonu: Od preprocessingu po ladění hyperparametrů
Kompletní průvodce scikit-learn Pipeline v Pythonu. Naučte se preprocessing s ColumnTransformer, křížovou validaci, GridSearchCV, RandomizedSearchCV a HalvingSearchCV s praktickými příklady pro scikit-learn 1.8.
Čištění dat v Pythonu s Pandas: Kompletní průvodce krok za krokem
Kompletní průvodce čištěním dat v Pythonu s Pandas 3.0. Chybějící hodnoty, duplicity, nekonzistentní formáty a odlehlé hodnoty — řešíme vše krok za krokem s praktickými příklady kódu.
Vizualizace dat v Pythonu: Kompletní průvodce Matplotlib, Seaborn a Plotly v roce 2026
Kompletní průvodce třemi hlavními Python knihovnami pro vizualizaci dat. Porovnání Matplotlib 3.10.x, Seaborn 0.13.x a Plotly 6.0 s příklady kódu a tipy pro přístupnost.