A Bamboo REST api segítségével teszi lehetővé valós idejű kezelését és lekérdezését. Az adatok tárolására MongoDB szolgál, a feldolgozást végző logika jelenleg Pythonban van megvalósítva. A Bamboo rendelkezik egy egyszerű saját lekérdezőnyelvvel is a számítások és…

Odessapy2013 pdf from Maksym Klymyshyn

Ron Zacharski ingyens online adatbányászati könyve, Python nyelvű kódolási példákkal. Jelenleg a következő fejezetek vannak kész: Chapter 1: Introduction Chapter 2: Get Started with Recommendation Systems Chapter 3: Implicit ratings and item-based filtering Chapter 4:…

Chris Stucchio blogbejegyezésre arról, hogy sok gyakorlati esetben a Hadoop helyett jobban használható  egy Python/Pandas vagy PostGreSQL alapú megközelítés. Csak az 5 terabájtot meghaladó adatmennyiségek esetében válik többé-kevésbé elkerülhetlenné a Hadoop, de ekkor sem…

Sok minden segíti azokat, akik  Pythonk környezetben szeretnék végezni adatelemzési feladataikat: Jól szervezett közösség:a  PyData, SciPy, EuroSciPy konferenciák és a NumFOCUS non-profit szervezet igen hasznosak Jól használható…

A pandas csomag a Python nyelven adatelemzéseket végzők egyik leghasznosabb eszköze. A központi szerepet a DataFrame játszza, ami egy kétdimenziós, indexelhető adatstruktúra. A pandas sok tekintetben hasonlít az R nyelv olyan népszerű elemző moduljaihoz, mint a data.frame, a plyr…

A graph-Tool segítségével Python környezetben végezhetünk hálózat szerkezetű adatokon (azaz gráfokon) elemzéseket. A graph-Tool eljárásai segítségével létrehozhatunk és módosíthatunk gráfokat, különböző jellemzőket rendelhetünk az egyes élekhez és csomópontokhoz…

A StatAlgo.com 2011-es írása néhány fontos különbséget mutat be a Python és az R adatkezelésében. A listában szerepelnek az elemi adattípusok működése, az értékadás különbözősége, és a  tömbök, listák és szótárak használatának sajátosságai. via statalgo.com

Az ingyenes online tanfolyamokat kínáló Coursera jó néhány Data Science tárgyú kurzust is indít 2013-ban. A legérdekesebbnek a Bill Howe által tanított Introduction to Data Science tanfolyam ígérkezik, amely áprilisban indul majd és 10 hétig tart.  Némi…

A Python programozás nyelv széles körben használatos adatfeldolgozási és elemzési feladatokhoz. A Cloudera blogja néhány olyan keretrendszert mutat be és hasonlít össze, amelyek segítségével Hadoop feladatok futtathatóak. A cikk a következő modulokat mutatja be: Hadoop…

Az Amazon november végén megrendezett AWS re:Invent konferencián a Netflix számolt be tapasztalatairól. A világ legismertebb videókölcsönzője  nagy felhasználója a Cassandra, Hadoop, Pig + Python, and Hive technológiáknak és persze az Amazon elasztikus felhőszolgáltatásainak.…

A két népszerű adatfeldolgozó nyelv közül melyik vajon a varázslatosabb? A Quant Pythonsta blog szerzője megpróbája  Python környezetben utánozni az R néhány egyedi szintaktikai megoldását. via wesmckinney.com