Beginning of dialog window. Escape will cancel and close the window.
End of dialog window.
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
در حال بارگزاری، لطفا صبر کنید...
توضیحات دوره:
کار مدرن در علم داده نیاز به متخصصان ماهر متبحر در تحلیل روند کار و استفاده از ابزارهای قدرتمند دارد. پایتون می تواند تقریباً در هر جنبه ای از کار با داده ها نقش اساسی داشته باشد - از بلعیدن ، پرس و جو ، استخراج و تجسم. این دوره دوازده نکته و ترفند را برجسته می کند که می توانید برای پیشرفت مهارت های خود در پایتون به صورت عملی بکار ببرید. این تکنیک ها به راحتی و در کارهای معمول مدیریت داده ها به کار گرفته می شوند و شامل موارد زیر است: نحوه مصرف داده ها با استفاده از پرونده های CSV ، JSON و TXT. نحوه کاوش داده ها با استفاده از کتابخانه هایی مانند Pandas. نحوه سازماندهی و پیوستن داده ها با استفاده از DataFrames. نحوه ایجاد نمودارها و نمایش های گرافیکی داده ها با استفاده از ggplot در پایتون. و بیشتر.
موضوعات شامل:
کار با پرونده های مسطح ، از جمله پارکت
خواندن داده ها با استفاده از API ها یا کتابخانه ها
بازرسی و تجمیع داده ها با Pandas
صادرات داده ها با Pandas
ایجاد نمودارها با استفاده از ggplot
سبک سازی نمودارها با استفاده از ggplot
پایان تجسم داده ها
سرفصل ها و درس ها
مقدمه
Introduction
خوش آمدی
Welcome
آنچه باید بدانید
What you should know
با استفاده از پرونده های تمرینی
Using the exercise files
1. مصرف داده
1. Ingesting Data
با داده های JSON کار کنید
Work with JSON data
با پرونده های CSV کار کنید
Work with CSV files
با پرونده های پارکت کار کنید
Work with Parquet files
داده های API GitHub را بخوانید
Read data from GitHub API
2. کاوش داده ها
2. Exploring Data
داده ها را با پاندا بخوانید
Read data with Pandas
DataFrames را با پاندا بررسی کنید
Inspect DataFrames with Pandas
داده های جمع شده با پاندا
Aggregate data with Pandas
صادرات داده ها با پاندا
Export data with Pandas
3. تجسم داده ها
3. Visualizing Data
نمودارهای اساسی در ggplot
Basic charts in ggplot
چند برابر کوچک با ggplot
Small multiples with ggplot
طرح های یک ظاهر طراحی شده در ggplot
Styling plots in ggplot
نمایش نظرات