پانداها برای جدال داده ها: مهارت های اصلی برای دانشمندان داده

سرفصل ها و درس ها

آموزش پانداها با پایتون Pandas with Python Tutorial

• آشنایی با پانداها با پایتون Introduction to Pandas with Python

• آشنایی با محیط مشتری Understanding Jupiter Environment

• خواندن مجموعه داده ها Reading the Data Set

• سری و چارچوب داده Series and Data Frame

• عملیات در مجموعه داده Operations in Data Set

• اطلاعات بیشتر در مورد توابع پاندا More on Panda Functions

• نام ستون ها و عملکرد Column Names and Operation

• حذف ستون ها و ردیف ها Removing Columns and Rows

• مرتب سازی چارچوب داده Sorting Data Frame

• فیلتر کردن داده ها Filtering Data

• فیلتر چند معیاره Filter Multiple Criteria

• ستون ها و ردیف های انتخابی Selective Columns and Rows

• چارچوب و سری داده ها Data Frame and Series

• پارامتر محور Axis Parameter

• روش های رشته در پانداها String Methods in Pandas

• تغییر انواع داده ها Changing the Data Types

• نمونه ای از تغییر نوع داده Example of Data Type Change

• گروه بر اساس توابع Group by Functions

• توابع در سری Functions on Series

• سریال توطئه در پانداها Plotting series in Pandas

• برخورد با ارزش های پوچ Dealing with Null Values

• موارد استفاده از شاخص Uses of Index

• ستون در فهرست Column in Index

• خروجی داده ها Output of Data

• توابع روش iX Functions of iX Method

• پارامتر InPlace InPlace Parameter

• بازرسی فضا Inspecting the Space

• کاهش فضا Reducing the Space

• استفاده در سری کشور Using in Country Series

• ایجاد چارچوب داده دستی Creating Manual Data Frame

• نمونه گیری تصادفی با پانداها Random Sampling with Pandas

• مفهوم کدگذاری ساختگی Concept of Dummy Coding

• ایجاد ارزش های ساختگی شده Creating Dummified Values

• موارد تکراری در Data Frame Duplicates in Data Frame

• توابع برای تاریخ و زمان Functions for Date and Time

• تنظیم با هشدار کپی Setting with Copy Warning

• مثال در مورد هشدار کپی Example on Copy Warning

• تغییر گزینه نمایش Changing the Display Option

• قالب بندی داده ها Formatting the Data

• ترفندهایی برای گزینه های نمایش Tricks for Display Options

• داده ها با سطر و ستون Data with Rows and Columns

• تبدیل قاب داده Converting Data Frame

• آشنایی با دریاچه داده لاجورد Introduction to Azure Data Lake

• ادغام فریم های داده Merging Data Frames

• شکل دادن به یک چارچوب داده Shaping a Data Frame

• پر کردن ارزش های NA Filling NA Values

• وارد کردن داده های سری زمانی Importing Time Series Data

• کار با روش Interpolate Working with Interpolate Method

• انباشته کردن و جدا کردن Stacking and Unstacking

• انباشته کردن و جدا کردن انباشته برای 3 سطح Stacking and Unstacking for 3 Levels

• مفهوم Crosstab Concept of Crosstab

• بیشتر در Crosstab More on Crosstab

• گزینه های بیشتر با Crosstab More Options with Crosstab

• توابع Pivot Functions of Pivot

• روش جدول محوری Pivot Table Method

• مثال در Pivot Table Example on Pivot Table

• قاب داده به فایل CSV Data Frame to CSV File

• استفاده از توابع اکسل Using Excel Functions

• خلاصه ای از پانداها Summary on Pandas

NumPy و Pandas Python NumPy and Pandas Python

• معرفی Numpy Introduction to Numpy

• وارد کردن بسته Numpy و دستورات اولیه Importing Numpy Package and Basic Commands

• مقایسه بین فهرست Comparision Between List

• Numpy بر اساس حافظه و زمان Numpy on Basis of Memory and Time

• چرا از Numpy استفاده می کنیم و چرا از List استفاده نمی کنیم Why we are using Numpy and why not List

• عملیات Numpy و زیرمجموعه Numpy Operations and Subsetting

• آرایه های 2 بعدی Numpy 2D Numpy Arrays

• عملیات زیر مجموعه Subsetting Operations

• آمار توصیفی در آرایه های Numpy Descriptive Statistics in Numpy Arrays

• به روز رسانی آرایه Array Updating

• توابع الحاق Concatenate Functions

• آشنایی با پانداها Introduction to Pandas

• ایجاد Dataframe از سری و دیکشنری Creating Dataframe from Series and Dictionary

• ساخت Dataframe از دیکشنری Making Dataframe from Dictionary

• Dataframe را به هم متصل کنید Concatenate Dataframe

• Joins و Pivot Joins and Pivot

• Unipivot Dataframe Unipivot Dataframe

• عملیات چارچوب داده Dataframe Operations

• برش دادن Slicing

• مکعب کردن Dicing

• مرتب سازی Dataframes Sorting Dataframes

• آمار خلاصه Summary Statistics

• مقابله با ارزش های تکراری Dealing with Duplicate Values

• وارد کردن مجموعه داده Importing Dataset

• دم سر و عملکرد منحصر به فرد Head Tail and Unique Function

• دسترسی به ستون Accessing Column

• تغییر نام متغیرها Rename Variables

• حذف متغیرها Dropping Variables

• آمار توصیفی Descriptive Statisitcs

• گروه بر اساس توابع Group by Functions

• توابع فیلترینگ Filtering Functions

• مقدمه ای بر نوت بوک Jupyter Introduction to Jupyter Notebook

• ارزش های گمشده مقدمه Missing Values Introduction

• انتساب Imputation

• کار با شرایط مختلف Working with Different Conditions

تجزیه و تحلیل داده ها با پانداها و پایتون Data Analysis With Pandas And Python

• مقدمه ای بر تجزیه و تحلیل داده ها با پانداها و پایتون Introduction to Data Analysis with Pandas and Python

• نصب نرم افزارها Installation of Softwares

• اطلاعات بیشتر در مورد نصب More on Installation

• دانلود و بارگیری داده ها Downloading and Loading Data

• مجموعه داده های شراب Wine Data Set

• برش و قطعه قطعه کردن Slicing and Dicing

مطالعه موردی Pandas Python - مدیریت داده برای مجموعه داده خرده فروشی Pandas Python Case Study - Data Management for Retail Dataset

• آشنایی با پروژه پانداها Introduction to Pandas Project

• پروژه پانداها قسمت 1 Pandas Project Part 1

• پروژه پانداها قسمت 2 Pandas Project Part 2

• پروژه پانداها قسمت 3 Pandas Project Part 3

• پروژه پانداها قسمت 4 Pandas Project Part 4

• پروژه پانداها قسمت 5 Pandas Project Part 5

• پروژه پانداها قسمت 6 Pandas Project Part 6

• پروژه پانداها قسمت 7 Pandas Project Part 7

• پروژه پانداها قسمت 8 Pandas Project Part 8

• پروژه پانداها قسمت 9 Pandas Project Part 9

• پروژه پانداها قسمت 10 Pandas Project Part 10

• پروژه پانداها قسمت 11 Pandas Project Part 11

• پروژه پانداها قسمت 12 Pandas Project Part 12

• پروژه پانداها قسمت 13 Pandas Project Part 13

• پروژه پانداها قسمت 14 Pandas Project Part 14

• پروژه پانداها قسمت 15 Pandas Project Part 15

• پروژه پانداها قسمت 16 Pandas Project Part 16

• پروژه پانداها قسمت هفدهم Pandas Project Part 17

• پروژه پانداها قسمت 18 Pandas Project Part 18

تجزیه و تحلیل کیفیت شراب های سفید با استفاده از NumPy Python Analyzing the Quality of White Wines using NumPy Python

• مقدمه دوره Introduction to Course

• مدیریت فایل File Handling

• برش و پخش Slicing and Broadcasting

• تقسیم شدن Splitting

• انباشته شدن Stacking

• مرتب سازی Sorting

• گرادیان نزول Gradient Descent

• گرادیان نزول ادامه دهید Gradient Descent Continue

• جبر خطی Linear Algebra