آموزش مبانی تحلیل داده‌ها با پایتون و پانداز (Python and Pandas) - آخرین آپدیت

دانلود Foundations of Data Analysis with Python and Pandas

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: سفر خود را در دنیای تحلیل داده‌ها با تسلط بر مفاهیم بنیادی پایتون و اصول کتابخانه پانداز (pandas) آغاز کنید. در این دوره می‌آموزید که چگونه محیط برنامه‌نویسی خود را آماده کرده و پایه‌ای قوی برای مدیریت و دستکاری موثر داده‌ها ایجاد کنید. این دوره شما را با ابزارها و مفاهیم ضروری برای تحلیل داده‌ها با استفاده از پایتون و پانداز آشنا می‌کند. ابتدا با راه‌اندازی محیط برنامه‌نویسی و یادگیری مهارت‌های اصلی پایتون، از جمله انواع داده‌ها، توابع و برنامه‌نویسی شی‌گرا شروع خواهید کرد. سپس دوره شما را به سمت مبانی پانداز هدایت می‌کند و بر روی ساختارهای Series و DataFrame تمرکز کرده و نحوه انجام عملیات‌های پایه مانند انتخاب، پاک‌سازی و تبدیل داده‌ها را به شما می‌آموزد. در پایان، شما قادر خواهید بود داده‌ها را برای تحلیل‌های عمیق‌تر آماده و مدیریت کنید. این دوره از طریق توضیحات شفاف و مثال‌های کاربردی، شما را گام‌به‌گام از نصب محیط تا تکنیک‌های پیشرفته دستکاری داده‌ها راهنمایی می‌کند. هر مبحث بر پایه مبحث قبلی بنا شده تا اطمینان حاصل شود که هم اعتمادبه‌نفس و هم تخصص لازم در پایتون و پانداز را کسب می‌کنید. این دوره، بخش اول از یک تخصص سه مرحله‌ای است که برای ایجاد درکی جامع و منسجم از این موضوع طراحی شده است. اگرچه این دوره به تنهایی مهارت‌های ارزشمندی ارائه می‌دهد، اما بیشترین بهره را با گذراندن هر سه دوره به صورت یک مسیر یادگیری ساختاریافته خواهید برد. این دوره بر اساس آموزش‌های Boris Paskhaver در زمینه تحلیل داده‌ها با پانداز و پایتون تهیه شده و توسط Packt منتشر شده است.

سرفصل ها و درس ها

نصب و راه‌اندازی Installation and Setup

  • مقدمه‌ای بر این تخصص Introduction to the Specialization

  • [macOS] آشنایی با ترمینال [macOS] Intro to the Terminal

  • [macOS] نصب uv، مدیریت بسته‌ها و پروژه‌های پایتون [macOS] Install uv, a Python Package and Project Manager

  • [macOS] دانلود منابع دوره و راه‌اندازی پروژه [macOS] Download Course Materials and Setup Project

  • [Windows] آشنایی با PowerShell [Windows] Intro to PowerShell

  • [Windows] نصب uv، مدیریت بسته‌ها و پروژه‌های پایتون [Windows] Install uv, a Python Package and Project Manager

  • [Windows] دانلود منابع دوره و راه‌اندازی پروژه [Windows] Download Course Materials and Setup Project

  • اجرا و بستن Jupyter Lab Jupyter Lab Startup and Shutdown

  • آشنایی با محیط Jupyter Lab Intro to Jupyter Lab

  • تنظیم فرمت‌کننده Ruff در Jupyter Lab Setting Up Ruff Formatter in Jupyter Lab

  • وارد کردن کتابخانه‌ها به Jupyter Lab Import Libraries into Jupyter Lab

دوره فشرده پایتون Python Crash Course

  • کامنت‌ها Comments

  • انواع داده‌ها Data Types

  • عملگرها Operators

  • عملگرهای تساوی و نابرابری Equality and Inequality Operators

  • متغیرها Variables

  • توابع داخلی (Built-in) Built-In Functions

  • توابع سفارشی Custom Functions

  • متدهای رشته‌ها (String Methods) String Methods

  • لیست‌ها Lists

  • موقعیت‌های ایندکس و برش (Slicing) Index Positions and Slicing

  • تاپل‌ها (Tuples) Tuples

  • دیکشنری‌ها Dictionaries

  • کلاس‌ها و اشیاء Classes and Objects

  • وارد کردن ماژول‌ها Importing Modules

  • وارد کردن کتابخانه‌ها Importing Libraries

سری‌ها (Series) Series

  • ساخت شیء Series از یک لیست Create a Series Object from a List

  • ساخت شیء Series از یک دیکشنری Create a Series Object from a Dictionary

  • مقدمه‌ای بر متدهای Series Intro to Series Methods

  • مقدمه‌ای بر ویژگی‌های (Attributes) Series Intro to Series Attributes

  • پارامترها و آرگومان‌ها Parameters and Arguments

  • وارد کردن Series با تابع pd.read_csv Import Series with the pd.read_csv Function

  • متدهای head و tail The Head and Tail Methods

  • ارسال Series به توابع داخلی پایتون Passing Series to Python Built-In Functions

  • بررسی وجود عضو با کلیدواژه in Check for Inclusion with Python's in Keyword

  • متد sort_values The sort_values Method

  • متد sort_index The sort_index Method

  • استخراج مقادیر Series بر اساس موقعیت ایندکس Extract Series Values by Index Position

  • استخراج مقادیر Series بر اساس برچسب ایندکس Extract Series Values by Index Label

  • متد get The get Method

  • بازنویسی مقدار یک Series Overwrite a Series Value

  • مفهوم Copy on Write و متد copy Copy-on-Write and the copy Method

  • متدهای ریاضی در Series Math Methods on Series

  • برودکستینگ (Broadcasting) Broadcasting

  • تراز کردن پانداز بر اساس برچسب‌های ایندکس Pandas Aligns by Index Labels

  • متد value_counts The value_counts Method

  • متد apply The apply Method

  • متد map The map Method

دیتا‌فریم‌ها ۱: مقدمه DataFrames I: Introduction

  • مقایسه متدها و ویژگی‌های Series و DataFrames Methods and Attributes between Series and DataFrames

  • تفاوت‌های بین متدهای مشترک Differences between Shared Methods

  • انتخاب یک ستون از DataFrame Select One Column from a DataFrame

  • انتخاب چندین ستون از DataFrame Select Multiple Columns from a DataFrame

  • افزودن ستون جدید به DataFrame Add New Column to DataFrame

  • ساخت ستون‌ها با متد assign Create Columns with the assign Method

  • حذف ردیف‌های دارای مقدار خالی Drop Rows with Missing Values

  • پر کردن مقادیر خالی با متد fillna Fill in Missing Values with the fillna Method

  • پر کردن مقادیر خالی با روش Forward Fill یا Back Fill Fill Missing Values with a Forward Fill or Back Fill

  • تغییر نوع داده‌ها با متد astype Convert Data Types with the astype Method

  • تبدیل به عدد با تابع to_numeric Convert to Numbers with the to_numeric Function

  • انتخاب ستون‌ها بر اساس نوع داده با متد select_dtypes Select Columns by Type with the select_dtypes Method

  • تغییر نوع داده‌ها با متد astype (بخش دوم: دسته‌بندی‌ها) Convert Data Types with the astype Method II: Categories

  • فضاهای نام ویژگی‌ها (Attribute Namespaces) Attribute Namespaces

  • مرتب‌سازی DataFrame با متد sort_values (بخش اول) Sort a DataFrame with the sort_values Method I

  • مرتب‌سازی DataFrame با متد sort_values (بخش دوم: چند ستون) Sort a DataFrame with the sort_values Method II: Multiple Columns

  • مرتب‌سازی با دسته‌بندی‌های مرتب شده Sort with Ordered Categories

  • مرتب‌سازی DataFrame بر اساس ایندکس Sort a DataFrame by Its Index

  • رتبه‌بندی مقادیر با متد rank Rank Values with the rank Method

دیتا‌فریم‌ها ۲: فیلتر کردن داده‌ها DataFrames II: Filtering Data

  • مجموعه داده‌های این بخش و بهینه‌سازی حافظه This Module's Dataset + Memory Optimization

  • فیلتر کردن DataFrame بر اساس یک شرط Filter a DataFrame Based on a Condition

  • فیلتر کردن با بیش از یک شرط (AND &) Filter with More than One Condition (AND - &)

  • فیلتر کردن با بیش از یک شرط (OR |) Filter with More than One Condition (OR - |)

  • متد isin The isin Method

  • متدهای isnull و notnull The isnull and notnull Methods

  • متد between The between Method

  • متد duplicated The duplicated Method

  • متد drop_duplicates The drop_duplicates Method

  • متد where The where Method

  • متد query The query Method

نمایش نظرات

آموزش مبانی تحلیل داده‌ها با پایتون و پانداز (Python and Pandas)
جزییات دوره
11h 55m
78
(آخرین آپدیت)
16
- از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده