آموزش جامع و کاربردی پایتون پیشرفته: مبانی مهندسی داده - آخرین آپدیت

مقدمه Introduction

• راه‌اندازی محیط: Codespaces Getting set up: Codespaces

• بررسی مجموعه داده‌های نمونه آب و هوا The sample weather data set

• شروع عملی با پایتون پیشرفته Hands-on with advanced Python

• پیش‌نیازها و موارد ضروری What you should know

• چالش‌های CoderPad CoderPad challenges

1. تجزیه و تحلیل و اکتشاف داده‌ها 1. Parsing and Exploring Data

• مرتب‌سازی داده‌ها Sorting data

• بارگذاری و تجزیه داده‌های JSON Loading and parsing JSON data

• عملیات پایه روی داده‌ها Basic data operations

• تبدیل و تغییر شکل داده‌ها Transforming data

• فیلتر کردن داده‌ها Filtering data

• پاسخ چالش: تبدیل داده‌ها Solution: Transforms

• پاسخ چالش: فیلترینگ Solution: Filtering

2. کار با مجموعه‌ها 2. Working with Collections

• گروه‌بندی داده‌ها Grouping data

• کار با تاریخ‌ها Working with dates

• شمارش مقادیر با defaultdict Count values with defaultdict

• پاسخ چالش: مجموعه‌ها Solution: Collections

• استفاده از تابع reduce Using the reduce function

3. ریاضیات و آمار 3. Math and Statistics

• توابع آماری Statistical functions

• تولید مقادیر تصادفی Random values

• پاسخ چالش: روزهای تصادفی Solution: Random days

• عملیات تصادفی روی توالی‌ها Random operations on sequences

• پاسخ چالش: شناسایی داده‌های پرت Solution: Detect outliers

جمع‌بندی Conclusion

• گام‌های بعدی Next steps