لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش پایتون برای نکات، ترفندها و تکنیک های علم داده
Python for Data Science Tips, Tricks, and Techniques
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
کار مدرن در علم داده به متخصصان ماهر و متبحر در تجزیه و تحلیل گردش کار و استفاده از ابزارهای قدرتمند نیاز دارد. پایتون میتواند تقریباً در هر جنبهای از کار با دادهها نقش مهمی ایفا کند - از دریافت، پرس و جو، استخراج و تجسم. در این دوره، مربی بن سالینز نکات و ترفندهایی را که می توانید بلافاصله برای بهبود مهارت های خود در پایتون استفاده کنید، برجسته می کند. نحوه کار با داده های JSON، فایل های CSV و فایل های پارکت را بیاموزید. راههایی برای خواندن، بازرسی و جمعآوری دادهها با استفاده از پانداها کاوش کنید. بهعلاوه، نحوه تجسم دادهها را با استفاده از نمودارهای اصلی، مضربهای کوچک و رنگ در Plotly و همچنین نحوه انجام کارهای پایانی روی تجسم دادههای خود بیاموزید.
سرفصل ها و درس ها
مقدمه
Introduction
نکات و ترفندهای جدیدی را برای پایتون کشف کنید
Discover new tips and tricks for Python
آنچه شما باید بدانید
What you should know
با استفاده از فایل های تمرین
Using the exercise files
روی ویندوز راه اندازی کنید
Set up on Windows
در مک راه اندازی کنید
Set up on Mac
1. بلع داده ها
1. Ingesting Data
کار با داده های JSON
Working with JSON data
کار با فایل های CSV
Working with CSV files
کار با فایل های پارکت
Working with Parquet files
خواندن داده ها از GitHub API
Reading data from GitHub API
امتحان فصل
Chapter Quiz
2. کاوش داده ها
2. Exploring Data
خواندن داده ها با پانداها
Reading data with pandas
بازرسی DataFrame با پانداها
Inspecting DataFrames with pandas
جمع آوری داده ها با پانداها
Aggregating data with pandas
صادرات داده با پانداها
Exporting data with pandas
امتحان فصل
Chapter Quiz
3. تجسم داده ها
3. Visualizing Data
نمودارهای اصلی در Plotly
Basic charts in Plotly
مضرب کوچک با Plotly
Small multiples with Plotly
استفاده از رنگ در Plotly
Using color in Plotly
در حال تکمیل تجسم داده های خود در Plotly
Finishing your data visualizations in Plotly
امتحان فصل
Chapter Quiz
نتیجه
Conclusion
مراحل بعدی و منابع اضافی
Next steps and additional resources
نمایش نظرات