لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش NumPy و Pandas: تحلیل و تغییر شکل دادهها
- آخرین آپدیت
دانلود NumPy & Pandas: Analyze & Transform Data
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
با گذراندن این دوره، فراگیران قادر خواهند بود مجموعهدادهها را با استفاده از کتابخانههای NumPy و Pandas تحلیل کنند، عملیات عددی بهینه را اجرا نمایند، دادهها را بازسازی و پاکسازی کرده، مقادیر گمشده (Missing Values) را مدیریت کنند و گردشکارهای تحلیل داده جامع را روی مجموعهدادههای واقعی پیادهسازی کنند. این دوره با مبانی NumPy آغاز شده و بر ساختارهای آرایه، بهینهسازی حافظه و عملیات آماری تمرکز میکند. سپس به سراغ Pandas میرود و کاربران را در مسیر ایجاد DataFrameها، اجرای Joins، Pivot و Unpivot و همچنین بررسی، مرتبسازی و پاکسازی دادهها هدایت میکند. در نهایت، فراگیران با تسلط بر تجمیع (Aggregation)، فیلتر کردن و عملیات شرطی، این مهارتها را در پروژههای واقعی مانند مجموعهداده Wine به کار میگیرند.
ویژگی منحصربهفرد این دوره، پیشروی گامبهگام از مفاهیم پایه محاسبات عددی تا پروژههای کاربردی تحلیل داده است که تضمین میکند کاربران نهتنها تئوری را درک کنند، بلکه تجربه عملی کسب نمایند. چه مبتدی باشید و بخواهید پایههای خود را تقویت کنید و چه متخصص باشید و به دنبال افزایش بهرهوری در تحلیل دادهها باشید، این دوره شما را به مهارتهای ضروری برای تبدیل دادههای خام به بینشهای کاربردی با استفاده از NumPy و Pandas مجهز میکند.
سرفصل ها و درس ها
تسلط بر NumPy برای مبانی دادهها
Mastering NumPy for Data Foundations
مقدمهای بر NumPy
Introduction to Numpy
نصب کتابخانه NumPy و دستورات پایه
Importing Numpy Package and Basic Commands
مقایسه آرایهها با لیستها
Comparision Between List
بررسی NumPy از نظر حافظه و زمان اجرا
Numpy on Basis of Memory and Time
چرا از NumPy استفاده میکنیم و چرا لیستها کافی نیستند
Why we are using Numpy and why not List
عملیات NumPy و زیرمجموعهسازی
Numpy Operations and Subsetting
آرایههای دو بعدی در NumPy
2D Numpy Arrays
عملیات استخراج زیرمجموعه
Subsetting Operations
آمار توصیفی در آرایههای NumPy
Descriptive Statistics in Numpy Arrays
بهروزرسانی آرایهها
Array Updating
توابع اتصال (Concatenate)
Concatenate Functions
کار با Pandas برای مهندسی و آمادهسازی دادهها
Working with Pandas for Data Wrangling
مقدمهای بر Pandas
Introduction to Pandas
ساخت DataFrame از Series و Dictionary
Creating Dataframe from Series and Dictionary
ساخت DataFrame از Dictionary
Making Dataframe from Dictionary
اتصال DataFrameها
Concatenate Dataframe
اتصالات (Joins) و پیوت (Pivot)
Joins and Pivot
تغییر ساختار DataFrame (Unipivot)
Unipivot Dataframe
عملیات روی DataFrame
Dataframe Operations
برش دادهها (Slicing)
Slicing
استخراج دادههای خاص (Dicing)
Dicing
مرتبسازی DataFrameها
Sorting Dataframes
آمار خلاصه
Summary Statistics
مدیریت مقادیر تکراری
Dealing with Duplicate Values
وارد کردن مجموعهدادهها (Importing Dataset)
Importing Dataset
توابع Head، Tail و Unique
Head Tail and Unique Function
دسترسی به ستونها
Accessing Column
تغییر نام متغیرها
Rename Variables
حذف متغیرها
Dropping Variables
Pandas پیشرفته و تحلیل کاربردی دادهها
Advanced Pandas and Applied Data Analysis
آمار توصیفی
Descriptive Statisitcs
توابع گروهبندی (Group by)
Group by Functions
توابع فیلتر کردن
Filtering Functions
مقدمهای بر Jupyter Notebook
Introduction to Jupyter Notebook
مقدمهای بر مقادیر گمشده (Missing Values)
Missing Values Introduction
جایگذاری مقادیر (Imputation)
Imputation
کار با شرایط مختلف
Working with Different Conditions
مقدمهای بر تحلیل داده با Pandas و Python
Introduction to Data Analysis with Pandas and Python
نصب نرمافزارهای مورد نیاز
Installation of Softwares
تکمیل مراحل نصب
More on Installation
دانلود و بارگذاری دادهها
Downloading and Loading Data
نمایش نظرات