لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش جامع Polars از صفر
- آخرین آپدیت
دانلود Polars from Zero
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
کتابخانه Polars یک موتور DataFrame ستونی سریع است که بر پایه Apache Arrow ساخته شده است. این دوره به شما میآموزد تا با استفاده از زبان Rust، کارهای واقعی مهندسی داده را با Polars انجام دهید. شما یک پروژه Cargo را با قابلیتهای lazy و csv پیکربندی میکنید، دادههای wine-ratings.csv را در یک DataFrame تایپشده بارگذاری میکنید و تفاوت بین Eager DataFrames برای تحلیل اکتشافی و LazyFrames برای محیط عملیاتی (Production) را خواهید آموخت. شما عبارات select، filter، slice، sort، group_by، agg و join را ترکیب کرده و سپس خروجی explain را بررسی میکنید تا ببینید چگونه Predicate Pushdown و Projection Pushdown کوئری شما را پیش از اجرا بهینه میکنند. در ماژول دوم، APIهای Polars را برای پاکسازی یک مجموعه داده واقعی از رتبهبندی شرابها با قوانین مستند drop، fill و normalize به کار میگیرید. در ماژول سوم، همه موارد را در یک wine-pipeline ادغام میکنید؛ سه فایل باینری CLI در Rust که معماری مدالیون (برنزی، نقرهای و طلایی) را روی یک دیتابیس مشترک SQLite پیادهسازی کرده و لیست ۱۰ انگور برتر را در قالب CSV و JSON خروجی میگیرند. در پایان، شما یک خط لوله (Pipeline) کامل و قابل اجرا در Rust خواهید داشت که میتوانید آن را برای هر مجموعه داده جدولی دیگری تطبیق دهید.
سرفصل ها و درس ها
مبانی Polars
Polars Foundations
مقدمه
Introduction
آشنایی با Polars
Introduction to Polars
مقایسه Polars و Pandas
Polars vs Pandas
راهاندازی Polars با Cargo
Setting Up Polars with Cargo
جمعبندی
Conclusion
مقدمه
Introduction
اصول API در Polars
Basics of the Polars API
خواندن و بارگذاری دادههای CSV
Reading and Loading CSV Data
استنتاج و تغییر نوع دادهها (Casting)
Inferring and Casting
انتخاب ستونها و برش ردیفها
Selecting Columns and Slicing Rows
جمعبندی
Conclusion
مقدمه
Introduction
ارزیابی فوری (Eager) در مقابل تنبل (Lazy)
Eager vs Lazy Evaluation
کار با Lazy DataFrame API
Lazy DataFrame API
بررسی برنامه پیش از اجرا (Collecting)
Inspecting the Plan Before Collecting
جمعبندی
Conclusion
پاکسازی و تبدیل دادههای شراب
Cleaning and Transforming Wine Data
مقدمه درس ۲.۱
Lesson 2.1 Introduction
مفاهیم مدیریت مقادیر Null
Null Handling Concepts
شناسایی و حذف مقادیر Null
Detecting and Dropping Nulls
نرمالسازی و فیلتر کردن
Normalizing and Filtering
جمعبندی درس ۲.۱
Lesson 2.1 Conclusion
مقدمه درس ۲.۲
Lesson 2.2 Introduction
فیلتر کردن بر اساس شرایط و ستونها
Filtering by Conditions and Columns
مرتبسازی بر اساس چندین ستون
Sorting by Multiple Columns
گروهبندی و تجمیع دادهها
Grouping and Aggregations
جمعبندی درس ۲.۲
Lesson 2.2 Conclusion
مقدمه درس ۲.۳
Lesson 2.3 Introduction
انواع Join و غنیسازی دادهها
Join Types and Enrichment
ساخت خط لوله مدالیون
Building the Medallion Pipeline
مقدمه درس ۳.۱
Lesson 3.1 Introduction
آشنایی با معماری مدالیون (Medallion Architecture)
Introduction to the Medallion Architecture
نمایش نظرات