تبدیل داده ها به بینش: 10 عملکرد کلیدی برای تجزیه و تحلیل داده ها در پایتون
Turn Data to Insights: 10 Key Functions to Analyze Data in Python
- در حال بارگزاری، لطفا صبر کنید...
به "10 عملکرد عالی در پایتون برای تجزیه و تحلیل داده ها" خوش آمدید!
این دوره برای چه کسانی است
این دوره برای هر کسی که مشتاق است وارد دنیای تجزیه و تحلیل داده ها با استفاده از پایتون شود، خواه تجربه کدنویسی داشته باشید یا نداشته باشید، طراحی شده است. نیازی به دانش قبلی نیست - فقط یک کامپیوتر، اتصال به اینترنت و تمایل به یادگیری.
آنچه شما نیاز دارید
برای شروع تجزیه و تحلیل داده ها با پایتون، باید یک محیط پایتون را در رایانه خود راه اندازی کنید. اما نگران نباشید - من اینجا هستم تا در هر مرحله به شما کمک کنم. ما از ابزارهایی مانند Anaconda (که شامل نوت بوک های Jupyter است) یا Visual Studio Code استفاده خواهیم کرد که هر دو رایگان هستند و به طور گسترده برای تجزیه و تحلیل داده ها استفاده می شوند. اگر در این زمینه تازه کار هستید، آموزش های دقیق راه اندازی را بررسی کنید:
این راهنماهای گام به گام به شما اطمینان می دهد که در کمترین زمان ممکن آماده شروع کدنویسی هستید.
آنچه خواهید آموخت
در این کلاس، 10 مورد از قدرتمندترین و کاربردی‌ترین عملکردهای پایتون را که برای تجزیه و تحلیل داده‌ها ضروری هستند، بررسی خواهید کرد. هر درس بر روی یک تابع خاص تمرکز می کند، هدف آن را توضیح می دهد و نحوه استفاده از آن را با مجموعه داده های دنیای واقعی نشان می دهد. در پایان دوره، یک جعبه ابزار قوی از مهارت های پایتون خواهید داشت که می توانید مستقیماً در پروژه های داده خود اعمال کنید. در اینجا چیزی است که شما پوشش خواهید داد:
- نحوه بارگیری و مشاهده داده ها با read_csv() و head()
- خلاصه کردن داده های خود با info() و describe()
- پاکسازی و مدیریت داده های از دست رفته با استفاده از dropna() و fillna()
- گروه بندی و مرتب سازی داده ها با groupby() و sort_values()
- فیلتر کردن داده ها با query()
- ترکیب مجموعه‌های داده با استفاده از merge()
در پایان این کلاس نه تنها روش های ارائه شده را درک خواهید کرد، بلکه می توانید 10 تابع را در مجموعه داده های خود اعمال کنید و مهارت های زیادی در مورد تجزیه و تحلیل داده ها به دست آورید.
درس ها Lessons
-
تابع 8 مقادیر مرتب سازی Function 8 sort values
-
تابع 5 dropna Function 5 dropna
-
تابع 4 را توصیف می کند Function 4 describe
-
تابع 6 fillna Function 6 fillna
-
متشکرم Thank You
-
تابع 1 خواندن csv Function 1 read csv
-
تابع 10 ادغام Function 10 merge
-
اطلاعات عملکرد 3 Function 3 info
-
پرس و جو تابع 9 Function 9 query
-
تابع 7 گروه توسط Function 7 group by
-
پانداها برای تجزیه و تحلیل داده ها Pandas for Data Analysis
-
عملکرد 2 سر Function 2 head
-
مقدمه Introduction
Skillshare Member
نمایش نظرات