NumPy، Pandas، و Python برای تجزیه و تحلیل داده ها: راهنمای کامل

سرفصل ها و درس ها

ماژول 1: مقدمه ای بر پایتون برای تجزیه و تحلیل داده ها Module 1: Introduction to Python for Data Analysis

• مفاهیم اولیه برنامه نویسی پایتون Basic Python programming concepts

• درک تجزیه و تحلیل داده ها Understanding data analysis

ماژول 2: مقدمه ای بر NumPy Module 2: Introduction to NumPy

• ایجاد آرایه های NumPy از لیست های پایتون Creating NumPy arrays from Python lists

• نمایه سازی آرایه، برش و شکل دهی مجدد Array indexing, slicing, and reshaping

• عملیات پایه با آرایه های NumPy Basic operations with NumPy arrays

• توابع ریاضی در NumPy Mathematical functions in NumPy

• کار با آرایه های چند بعدی Working with multidimensional arrays

• تولید اعداد تصادفی Random number generation

• خواندن و نوشتن فایل ها با NumPy Reading and writing files with NumPy

ماژول 3: آشنایی با پانداها Module 3: Introduction to Pandas

• ایجاد و درک DataFrame Creating and understanding DataFrames

• وارد کردن و صادر کردن داده ها (CSV، Excel، JSON) Importing and exporting data (CSV, Excel, JSON)

• فهرست بندی و انتخاب DataFrame DataFrame indexing and selection

• افزودن، حذف و به روز رسانی داده ها Adding, removing, and updating data

• رسیدگی به داده های از دست رفته Handling missing data

• فیلتر کردن، مرتب سازی و گروه بندی داده ها Data filtering, sorting, and grouping

• درک داده های سری زمانی Understanding time series data

• کار با تاریخ و زمان در پانداها Working with dates and times in Pandas

• تجزیه و تحلیل و دستکاری سری های زمانی Time series analysis and manipulation

ماژول 4: پاکسازی و آماده سازی داده ها Module 4: Data Cleaning and Preparation

• شناسایی و رسیدگی به داده های از دست رفته Identifying and handling missing data

• حذف موارد تکراری Removing duplicates

• تبدیل و عادی سازی داده ها Data transformation and normalization

• ادغام، پیوستن، و الحاق DataFrameها Merging, joining, and concatenating DataFrames

• تغییر شکل و چرخش داده ها Reshaping and pivoting data

• اعمال توابع در DataFrames Applying functions to DataFrames

ماژول 5: تجسم داده ها با پانداها Module 5: Data Visualization with Pandas

• اهمیت تجسم داده ها Importance of data visualization

• توطئه اولیه با پانداها Basic plotting with Pandas

• سفارشی کردن طرح ها (عناوین، برچسب ها، رنگ ها) Customizing plots (titles, labels, colors)

• ایجاد تجسم های پیچیده (هیستوگرام، نمودار پراکندگی، نمودار جعبه) Creating complex visualizations (histograms, scatter plots, box plots)

ماژول 7: مباحث پیشرفته در تجزیه و تحلیل داده ها Module 7: Advanced Topics in Data Analysis

• تکنیک های بهینه سازی حافظه Memory optimization techniques

• محاسبات کارآمد با مجموعه داده های بزرگ Efficient computation with large datasets

• آماده سازی داده ها برای یادگیری ماشینی Preparing data for machine learning

• کار با تاریخ و زمان در پانداها Working with dates and times in Pandas

• الگوریتم های اصلی یادگیری ماشین با استفاده از Pandas و NumPy Basic machine learning algorithms using Pandas and NumPy