Análise de Dados

Por que vetorização e broadcasting tornam o NumPy rápido, como o pandas constrói um modelo de Series/DataFrame/Index com rótulos sobre arrays brutos, e onde o modelo de plano de consulta preguiçoso do Polars se diferencia de ambos - o modelo mental por trás de todas as outras páginas desta seção.

O modelo mental NumPy/pandas e uma primeira análise.

Criação, dtypes, broadcasting e matemática vetorizada.

Fatiamento, indexação avançada e eixos.

Construção, seleção e indexação.

Valores ausentes, dtypes e operações de string.

Split-apply-combine e tabelas dinâmicas.

Combinando datasets sem duplicação silenciosa.

Reamostragem, janelas deslizantes e fusos horários.

Análise reproduzível, vetorizada e com tipos bem definidos.