آموزش دستکاری داده ها در پایتون: Master Python، Numpy و Pandas

سرفصل ها و درس ها

رفرش سریع پایتون (اختیاری) Python Quick Refresher (Optional)

• به دوره خوش آمدید! Welcome to the course!

• مقدمه ای بر پایتون Introduction to Python

• مواد درسی Course Materials

• راه اندازی پایتون Setting up Python

• ژوپیتر چیست؟ What is Jupyter?

• نصب آناکوندا: ویندوز، مک و اوبونتو Anaconda Installation: Windows, Mac & Ubuntu

• چگونه پایتون را در Jupyter پیاده سازی کنیم؟ How to implement Python in Jupyter?

• مدیریت دایرکتوری ها در نوت بوک Jupyter Managing Directories in Jupyter Notebook

• ورودی خروجی Input/Output

• آزمون 1 Quiz 1

• کار با انواع داده های مختلف Working with different datatypes

• متغیرها Variables

• آزمون 2 Quiz 2

• امتحان 3 Quiz 3

• عملگرهای حسابی Arithmetic Operators

• آزمون 4 Quiz 4

• آزمون 5 Quiz 5

• امتحان 6 Quiz 6

• اپراتورهای مقایسه Comparison Operators

• عملگرهای منطقی Logical Operators

• امتحان 7 Quiz 7

• امتحان 8 Quiz 8

• امتحان 9 Quiz 9

• اظهارات مشروط Conditional statements

• حلقه ها Loops

• دنباله ها: فهرست ها Sequences: Lists

• توالی: فرهنگ لغت Sequences: Dictionaries

• سکانس: تاپلی Sequences: Tuples

• آزمون 10 Quiz 10

• امتحان 11 Quiz 11

• امتحان 12 Quiz 12

• توابع: توابع داخلی Functions: Built-in Functions

• توابع: توابع تعریف شده توسط کاربر Functions: User-defined Functions

• امتحان 13 Quiz 13

• آزمون 14 Quiz 14

رفرش سریع پایتون Python Quick Refresher

• مقدمه ای بر پایتون Introduction to Python

• مواد درسی Course Materials

• راه اندازی پایتون Setting up Python

• ژوپیتر چیست؟ What is Jupyter?

• نصب آناکوندا: ویندوز، مک و اوبونتو Anaconda Installation: Windows, Mac & Ubuntu

• چگونه پایتون را در Jupyter پیاده سازی کنیم؟ How to implement Python in Jupyter?

• مدیریت دایرکتوری ها در نوت بوک Jupyter Managing Directories in Jupyter Notebook

• ورودی خروجی Input/Output

• آزمون 1 Quiz 1

• کار با انواع داده های مختلف Working with different datatypes

• متغیرها Variables

• آزمون 2 Quiz 2

• آزمون 3 Quiz 3

• عملگرهای حسابی Arithmetic Operators

• آزمون 4 Quiz 4

• امتحان 5 Quiz 5

• امتحان 6 Quiz 6

• اپراتورهای مقایسه Comparison Operators

• عملگرهای منطقی Logical Operators

• امتحان 7 Quiz 7

• مسابقه 8 Quiz 8

• امتحان 9 Quiz 9

• اظهارات مشروط Conditional statements

• حلقه ها Loops

• دنباله ها: فهرست ها Sequences: Lists

• توالی: فرهنگ لغت Sequences: Dictionaries

• سکانس: تاپل Sequences: Tuples

• آزمون 10 Quiz 10

• امتحان 11 Quiz 11

• امتحان 12 Quiz 12

• توابع: توابع داخلی Functions: Built-in Functions

• توابع: توابع تعریف شده توسط کاربر Functions: User-defined Functions

• امتحان 13 Quiz 13

• آزمون 14 Quiz 14

کتابخانه های ضروری پایتون برای علم داده Essential Python Libraries for Data Science

• نصب کتابخانه ها Installing Libraries

• واردات کتابخانه ها Importing Libraries

• کتابخانه پاندا برای علم داده Pandas Library for Data Science

• کتابخانه NumPy برای علم داده NumPy Library for Data Science

• پانداها در مقابل NumPy Pandas vs NumPy

• کتابخانه Matplotlib برای علوم داده Matplotlib Library for Data Science

• کتابخانه Seaborn برای علوم داده Seaborn Library for Data Science

کتابخانه های ضروری پایتون برای علم داده Essential python libraries for data science

• نصب کتابخانه ها Installing Libraries

• واردات کتابخانه ها Importing Libraries

• کتابخانه پانداها برای علم داده Pandas Library for Data Science

• کتابخانه NumPy برای علم داده NumPy Library for Data Science

• پانداها در مقابل NumPy Pandas vs NumPy

• کتابخانه Matplotlib برای علوم داده Matplotlib Library for Data Science

• کتابخانه Seaborn برای علوم داده Seaborn Library for Data Science

ویژگی های بنیادی NumPy Fundamental NumPy Properties

• مقدمه ای بر آرایه های NumPy Introduction to NumPy arrays

• ایجاد آرایه های NumPy Creating NumPy arrays

• امتحان 15 Quiz 15

• نمایه سازی آرایه های NumPy Indexing NumPy arrays

• امتحان 16 Quiz 16

• شکل آرایه Array shape

• تکرار بر روی آرایه های NumPy Iterating Over NumPy Arrays

ریاضیات برای علوم داده Mathematics for Data Science

• آرایه های اصلی NumPy: zeros() Basic NumPy arrays: zeros()

• آرایه های پایه NumPy: ones() Basic NumPy arrays: ones()

• آرایه های پایه NumPy: full() Basic NumPy arrays: full()

• امتحان 17 Quiz 17

• افزودن اسکالر Adding a scalar

• تفریق یک اسکالر Subtracting a scalar

• ضرب در یک اسکالر Multiplying by a scalar

• تقسیم بر یک اسکالر Dividing by a scalar

• بالا بردن به یک قدرت Raise to a power

• جابجا شود Transpose

• عنصر اضافه عاقلانه Element wise addition

• تفریق عاقلانه عنصر Element wise subtraction

• ضرب عاقلانه عنصر Element wise multiplication

• تقسیم عاقلانه عنصر Element wise division

• ضرب ماتریس Matrix multiplication

• امتحان 18 Quiz 18

• آمار Statistics

پایتون پانداهای دیتا فریم و سری Python Pandas DataFrames & Series

• دیتا فریم پایتون پاندا چیست؟ What is a Python Pandas DataFrame?

• سری پانداهای پایتون چیست؟ What is a Python Pandas Series?

• DataFrame vs Series DataFrame vs Series

• ایجاد یک DataFrame با استفاده از لیست ها Creating a DataFrame using lists

• ایجاد DataFrame با استفاده از دیکشنری Creating a DataFrame using a dictionary

• بارگیری داده های CSV در پایتون Loading CSV data into python

• تغییر ستون شاخص Changing the Index Column

• درجا Inplace

• بررسی DataFrame: Head & Tail Examining the DataFrame: Head & Tail

• خلاصه آماری DataFrame Statistical summary of the DataFrame

• برش سطرها با استفاده از عملگرهای براکت Slicing rows using bracket operators

• آزمون 19 Quiz 19

• نمایه سازی ستون ها با استفاده از عملگرهای براکت Indexing columns using bracket operators

• لیست بولی Boolean list

• ردیف های فیلتر کردن Filtering Rows

• فیلتر کردن ردیف ها با استفاده از & و | اپراتورها Filtering rows using & and | operators

• فیلتر کردن داده ها با استفاده از loc() Filtering data using loc()

• آزمون 20 Quiz 20

• فیلتر کردن داده ها با استفاده از iloc() Filtering data using iloc()

• امتحان 21 Quiz 21

• آزمون 22 Quiz 22

• افزودن و حذف سطرها و ستون ها Adding and deleting rows and columns

• مرتب سازی مقادیر Sorting Values

• صادرات و ذخیره DataFrames پانداها Exporting and saving pandas DataFrames

• الحاق DataFrames Concatenating DataFrames

• دسته بندی بر اساس() groupby()

پاکسازی داده ها Data Cleaning

• مقدمه ای بر پاکسازی داده ها Introduction to Data Cleaning

• کیفیت داده ها Quality of Data

• نمونه هایی از ناهنجاری ها Examples of Anomalies

• تشخیص ناهنجاری مبتنی بر میانه Median-based Anomaly Detection

• تشخیص ناهنجاری مبتنی بر میانگین Mean-based anomaly detection

• تشخیص ناهنجاری مبتنی بر امتیاز Z Z-score-based Anomaly Detection

• محدوده بین چارکی برای تشخیص ناهنجاری Interquartile Range for Anomaly Detection

• مقابله با ارزش های گمشده Dealing with missing values

• عبارات با قاعده Regular Expressions

• مقیاس بندی ویژگی ها Feature Scaling

تجسم داده ها با استفاده از پایتون Data Visualization using Python

• معرفی Introduction

• راه اندازی Matplotlib Setting Up Matplotlib

• رسم نمودارهای خط با استفاده از Matplotlib Plotting Line Plots using Matplotlib

• عنوان، برچسب ها و افسانه Title, Labels & Legend

• ترسیم هیستوگرام ها Plotting Histograms

• ترسیم نمودارهای میله ای Plotting Bar Charts

• ترسیم نمودارهای پای Plotting Pie Charts

• ترسیم پلات های پراکنده Plotting Scatter Plots

• توطئه های ورود به سیستم Plotting Log Plots

• ترسیم توطئه های قطبی Plotting Polar Plots

• رسیدگی به تاریخ ها Handling Dates

• ایجاد چندین طرح فرعی در یک شکل Creating multiple subplots in one figure

تجزیه و تحلیل داده های اکتشافی Exploratory Data Analysis

• معرفی Introduction

• تجزیه و تحلیل داده های اکتشافی چیست؟ What is Exploratory Data Analysis?

• تحلیل تک متغیره Univariate Analysis

• تحلیل تک متغیره: داده های پیوسته Univariate Analysis: Continuous Data

• تجزیه و تحلیل تک متغیره: داده های طبقه ای Univariate Analysis: Categorical Data

• تحلیل دو متغیره: پیوسته و پیوسته Bivariate analysis: Continuous & Continuous

• تجزیه و تحلیل دو متغیره: طبقه بندی و طبقه بندی Bivariate analysis: Categorical & Categorical

• تحلیل دو متغیره: پیوسته و مقوله ای Bivariate analysis: Continuous & Categorical

• تشخیص نقاط پرت Detecting Outliers

• تبدیل متغیر طبقه ای Categorical Variable Transformation

سری زمانی در پایتون Time Series in Python

• مقدمه ای بر سری زمانی Introduction to Time Series

• دریافت اطلاعات سهام با استفاده از yfinance Getting stock data using yfinance

• تبدیل یک مجموعه داده به سری زمانی Converting a Dataset into Time Series

• کار با سری زمانی Working with Time Series

• تجسم داده های سری زمانی با پایتون Time Series Data Visualization with Python