آموزش ساختارهای داده با پانداها
دانلود Data Structures with Pandas
در این آموزش مهارت‌های توسعه نرم‌افزار میانی، بن فینکل فراگیران را برای استفاده از بسته‌های Python NumPy و Pandas برای شروع تجزیه و تحلیل داده‌ها آماده می‌کند.
اگر در حال یادگیری پایتون هستید، Pandas و NumPy جزو اولین بسته‌هایی هستند که به طور تصادفی با آنها برخورد میکنید و ضروری می‌دانید. NumPy تعدادی کتابخانه محاسباتی قدرتمند از جمله آرایه های قدرتمند و بعدی را به تجزیه و تحلیل داده های شما معرفی می کند. اما باید آن را با پانداها ترکیب کنید تا واقعا موثر باشد. Pandas یک کتابخانه منبع باز رایگان از ساختار داده و ابزارهای تجزیه و تحلیل داده برای Python است که بر اساس NumPy ساخته شده و به شما امکان می دهد دستکاری داده های بسیار قدرتمندی را انجام دهید.
پس از اتمام ویدیوهای این آموزش ساختارهای داده با پانداها، می‌دانید که چگونه از بسته‌های پایتون مانند NumPy و Pandas برای پشتیبانی و عملکرد آرایه‌های بزرگ استفاده کنید. در این آموزش پایتون، درک درستی از ساختارهای داده پانداها و ابزارهای تجزیه و تحلیل داده کسب خواهید کرد.
برای هرکسی که تحلیلگران داده را مدیریت می‌کند، این آموزش توسعه نرم‌افزار را می‌توان برای استفاده از تحلیلگران داده جدید، که در برنامه‌های آموزشی فردی یا تیمی تنظیم شده‌اند، یا به‌عنوان منبع مرجع توسعه نرم‌افزار استفاده کرد.
ساختارهای داده با پانداها: آنچه باید بدانیدبرای هر تحلیلگر داده ای که به دنبال بهبود مهارت خود با زبان های برنامه نویسی است، این دوره توسعه نرم افزار موضوعاتی مانند:
- پیمایش ساختارهای داده با پانداها
- درک آرایه های NumPy
- استفاده از سری Pandas و DataFrames
- وارد کردن و پردازش داده ها با پانداها
- پردازش داده ها با پانداها
- استفاده از آمار توصیفی، تکرار و مرتب‌سازی
- درک کوواریانس و همبستگی
- مدیریت تجمیع، گروه بندی و ادغام
این آموزش پایتون یک آموزش برنامه نویسی سطح ابتدایی است، به این معنی که برای توسعه دهندگان نرم افزار جدید، تحلیلگران داده، متخصصان فناوری اطلاعات یا هر کسی که سعی در یادگیری پایتون دارد طراحی شده است.
تحلیلگران داده جدید یا مشتاق. اگر به تازگی در تحلیل داده ها شروع کرده اید، احتمالاً با تعدادی ابزار و منابع مختلف برای استخراج معنا از اعداد مواجه شده اید. هیچ یک از آنها به اندازه پانداها پرکاربرد یا قدرتمند نیستند و این آموزش می تواند دقیقاً دلیل آن را به شما نشان دهد. این آموزش در مورد ساختارهای داده با پانداها به شما در مدیریت منابع داده بزرگ و روش‌های متعدد پردازش و پیمایش آنها تخصص می‌دهد.
تحلیلگران باتجربه داده‌ها. پانداها احتمالاً تنها ابزاری است که برای استخراج معنا از حجم عظیمی از داده‌ها استفاده می‌شود، و اگر شما یک تحلیلگر داده هستید، باید از آن استفاده کنید. اگر شما یک تحلیلگر داده با چندین سال تجربه هستید و با حجم زیادی از داده ها سر و کار دارید، اما در استفاده از پانداها برای غربال کردن آن داده ها و معنا بخشیدن به آن مهارت ندارید، این آموزش ساختار داده با پانداها باعث می شود زندگی شما بسیار بهتر و شغل شما بسیار لذت بخش تر است.
ساختارهای داده با پانداها Data Structures with Pandas
-
بررسی اجمالی Overview
-
فایل تکمیلی Supplemental File
-
ساختارهای داده: مقدمه ای بر NumPy Data Structures: Intro to NumPy
-
ساختارهای داده: آرایه های NumPy Data Structures: NumPy Arrays
-
ساختارهای داده: آرایه های 2 بعدی NumPy Data Structures: 2D NumPy Arrays
-
ساختارهای داده: مقدمه ای بر پانداها Data Structures: Intro to Pandas
-
ساختارهای داده: سری پانداها Data Structures: Pandas Series
-
ساختار داده: Pandas DataFrames Data Structures: Pandas DataFrames
-
ساختارهای داده: عملکرد پایه پانداها Data Structures: Pandas Basic Functionality
-
ساختارهای داده: واردات پانداها از csv Data Structures: Pandas Import from .csv
-
ساختارهای داده: وارد کردن داده های واقعی با Pandas Lab Data Structures: Importing Real Data with Pandas Lab
-
استفاده از داده های پاندا: آمار توصیفی Using Pandas Data: Descriptive Statistics
-
استفاده از داده های پاندا: تکرار Using Pandas Data: Iteration
-
استفاده از داده های پاندا: مرتب سازی Using Pandas Data: Sorting
-
استفاده از داده های پاندا: کوواریانس و همبستگی Using Pandas Data: Covariance and Correlation
-
استفاده از داده های پاندا: تجمعات Using Pandas Data: Aggregations
-
استفاده از داده های پاندا: گروه بندی Using Pandas Data: Grouping
-
استفاده از داده های پاندا: ادغام Using Pandas Data: Merging
-
استفاده از داده های پاندا: با استفاده از آزمایشگاه داده های پاندا Using Pandas Data: Using Pandas Data Lab
-
نتیجه Conclusion
https://donyad.com/d/7bd8f3
Ben Finkel
"بهترین بخش در مورد مربی بودن، یادگیری همه این فناوری های جدید و کار کردن با جامعه ای از افرادی است که همگی علاقه مند به یادگیری هستند، و به طور کلی بخشی از فرهنگی بودن که برای یادگیری به روش من ارزش قائل است. من عاشق آن هستم. بنشینم و روی یک موضوع درگیر یا پیچیده کار کنم تا بتوانم با مهارت در مورد آن روی صفحه صحبت کنم." بن فینکل از سال 1996 در توسعه نرم افزار کار کرده است. قبل از پیوستن به CBT Nuggets، او یک مهندس نرم افزار در بانک M&T در بوفالو، نیویورک بود. او مربی گواهی شده گوگل است. وقتی بن ویدیوهای آموزشی CBT Nuggets را ایجاد نمی کند، از اسکی، اسنوبورد، مطالعه و دم کردن آبجو و سیب در خانه لذت می برد. او همچنین خود را یک برنامه نویس سرگرمی می داند و دوست دارد فناوری های توسعه جدید را یاد بگیرد.
ارتباط با بن:
نمایش نظرات