آموزش Pandas در پایتون: تحلیل، تغییر و خروجی گرفتن از داده‌ها - آخرین آپدیت

دانلود Pandas with Python: Analyze, Transform & Export Data

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: در این دوره، فراگیران توانایی مدیریت، تحلیل و بصری‌سازی موثر داده‌ها را با استفاده از کتابخانه قدرتمند Pandas در پایتون کسب می‌کنند. در پایان این دوره، شما قادر خواهید بود مجموعه‌داده‌ها را فیلتر و تبدیل کنید، از قابلیت‌های گروه‌بندی (Grouping) و تجمیع (Aggregation) استفاده نمایید، مقادیر گم‌شده (Missing Values) را مدیریت کنید، ایندکس‌ها را سازماندهی کرده و داده‌ها را برای تحلیل‌های پیشرفته بازطراحی کنید. همچنین تکنیک‌های کار با سری‌های زمانی (Time Series)، جداول محوری (Pivot Tables)، جدول متقاطع (Crosstabs) و نحوه خروجی گرفتن از داده‌ها به فرمت‌های CSV و Excel را به‌طور کامل خواهید آموخت. این دوره برای تحلیلگران داده آینده، علاقه‌مندان به برنامه‌نویسی پایتون و متخصصانی که به دنبال تقویت مهارت‌های مدیریت داده‌های خود هستند، طراحی شده است. با آموزش‌های عملی و کویزهای ارزیابی، شما اعتمادبه‌نفس لازم برای کار با مجموعه‌داده‌های واقعی را به دست آورده و بهترین روش‌ها برای افزایش کارایی و خوانایی کدها را اجرا خواهید کرد. آنچه این دوره را متمایز می‌کند، سیر یادگیری ساختاریافته آن است که از عملیات پایه Pandas شروع شده و به تکنیک‌های پیشرفته ختم می‌شود و با تمرینات کاربردی و پروژه‌های عملی ترکیب شده است. شما تنها بیننده آموزش‌ها نخواهید بود، بلکه به‌صورت فعال در محیط Jupyter Notebook تمرین خواهید کرد تا برای ایفای نقش در جایگاه‌های شغلی علوم داده و تحلیل داده کاملاً آماده شوید.

سرفصل ها و درس ها

شروع کار با پانداز Getting Started with Pandas

  • مقدمه‌ای بر Pandas در پایتون Introduction to Pandas with Python

  • آشنایی با محیط Jupyter Understanding Jupiter Environment

  • خواندن مجموعه‌داده‌ها Reading the Data Set

  • سری‌ها و دیتافریم‌ها Series and Data Frame

  • عملیات در مجموعه‌داده Operations in Data Set

  • بررسی بیشتر توابع Pandas More on Panda Functions

  • نام‌گذاری ستون‌ها و عملیات روی آن‌ها Column Names and Operation

  • حذف ستون‌ها و ردیف‌ها Removing Columns and Rows

  • مرتب‌سازی دیتافریم Sorting Data Frame

انتخاب و تبدیل داده‌ها Data Selection and Transformation

  • فیلتر کردن داده‌ها Filtering Data

  • فیلتر بر اساس چندین معیار Filter Multiple Criteria

  • انتخاب گزینشی ستون‌ها و ردیف‌ها Selective Columns and Rows

  • تفاوت دیتافریم و سری Data Frame and Series

  • پارامتر Axis Axis Parameter

  • متدهای رشته‌ای در Pandas String Methods in Pandas

  • تغییر انواع داده‌ها Changing the Data Types

  • مثال عملی تغییر نوع داده Example of Data Type Change

  • توابع Group by Group by Functions

  • توابع روی سری‌ها Functions on Series

  • رسم نمودار سری‌ها در Pandas Plotting series in Pandas

  • مدیریت مقادیر خالی (Null) Dealing with Null Values

ایندکس‌گذاری، نمونه‌برداری و توابع پیشرفته Indexing, Sampling, and Advanced Functions

  • کاربردهای Index Uses of Index

  • ستون در ایندکس Column in Index

  • خروجی داده‌ها Output of Data

  • توابع متد iX Functions of iX Method

  • پارامتر InPlace InPlace Parameter

  • بررسی فضای حافظه Inspecting the Space

  • کاهش فضای حافظه Reducing the Space

  • استفاده در سری‌های کشوری Using in Country Series

  • ساخت دستی دیتافریم Creating Manual Data Frame

  • نمونه‌برداری تصادفی با Pandas Random Sampling with Pandas

  • مفهوم کدگذاری Dummy Concept of Dummy Coding

  • ایجاد مقادیر Dummy Creating Dummified Values

  • مدیریت داده‌های تکراری در دیتافریم Duplicates in Data Frame

  • توابع تاریخ و زمان Functions for Date and Time

  • هشدار Setting with Copy Setting with Copy Warning

  • مثال روی هشدار Copy Example on Copy Warning

عملیات پیشرفته داده‌ها و خروجی گرفتن Advanced Data Operations and Export

  • تغییر گزینه‌های نمایش (Display) Changing the Display Option

  • فرمت‌بندی داده‌ها Formatting the Data

  • ترفندهای گزینه‌های نمایش Tricks for Display Options

  • کار با ردیف‌ها و ستون‌ها Data with Rows and Columns

  • تبدیل دیتافریم Converting Data Frame

  • مقدمه‌ای بر Azure Data Lake Introduction to Azure Data Lake

  • ادغام دیتافریم‌ها (Merging) Merging Data Frames

  • تغییر شکل دیتافریم Shaping a Data Frame

  • پر کردن مقادیر NA Filling NA Values

  • وارد کردن داده‌های سری زمانی Importing Time Series Data

  • کار با متد Interpolate Working with Interpolate Method

  • استک کردن و آن‌استک کردن (Stacking/Unstacking) Stacking and Unstacking

  • استکینگ و آن‌استکینگ برای سه سطح Stacking and Unstacking for 3 Levels

  • مفهوم Crosstab Concept of Crosstab

  • بررسی بیشتر Crosstab More on Crosstab

  • گزینه‌های تکمیلی Crosstab More Options with Crosstab

  • توابع Pivot Functions of Pivot

  • متد Pivot Table Pivot Table Method

  • مثال عملی Pivot Table Example on Pivot Table

  • تبدیل دیتافریم به فایل CSV Data Frame to CSV File

  • استفاده از توابع اکسل Using Excel Functions

  • جمع‌بندی نهایی Pandas Summary on Pandas

نمایش نظرات

آموزش Pandas در پایتون: تحلیل، تغییر و خروجی گرفتن از داده‌ها
جزییات دوره
11h 25m
59
(آخرین آپدیت)
773
4.5 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