آموزش یادگیری علم داده با پایتون - قسمت 2: تجزیه و تحلیل، تجسم و ارائه داده ها

Learn Data Science with Python - Part 2: Analyze, visualize & present data

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:

در  اولین قدم در سفر خود برای تبدیل شدن به یک دانشمند داده برداشتید.

قسمت 2: نقشه‌ها، نمودارها، واژه‌نامه‌ها، حلقه‌های جریان کنترل، گامی اساسی برای ادامه حرکت به جلو است. درست خارج از دروازه، مهارت های تجسم پایتون را یاد خواهید گرفت که می توانید در دنیای واقعی به کار ببرید. شما یاد خواهید گرفت که چگونه به Matplotlib برای تولید چندین نمودار و نمودار از جمله این نمودار شگفت انگیز تسلط داشته باشید:

در درس 2 یاد می گیرید که چگونه دیکشنری های پایتون ایجاد کنید که مانند لیست هایی در استروئیدها هستند و به شما کمک می کنند تا حجم عظیمی از داده ها را مهار و دستکاری کنید.

در مرحله بعد، با یکی از موضوعات مورد علاقه من در پایتون، Pandas DataFrame که روش استاندارد کار با داده های جدولی در پایتون است، آشنا خواهید شد. در این درس، نحوه وارد کردن فایل‌های CSV را می‌آموزید تا بتوانید اطلاعات درون آن را دستکاری کرده و به آن دسترسی داشته باشید.

آیا تا به حال به این فکر کرده اید که برنامه های کامپیوتری چگونه تصمیم می گیرند؟ خوب در درس 4 5 شما خواهید فهمید. منطق بولی پایه و اساس دادن قدرت تصمیم گیری به برنامه های شما است. شما یاد خواهید گرفت که چگونه عملگرهای مقایسه مختلف را با منطق بولی ترکیب کنید تا جریان برنامه های پایتون خود را کنترل کنید.

هر درس در این کلاس با استفاده از نوت بوک های Jupyter ایجاد می شود، به این معنی که می توانید کد پایتون را دانلود کنید، آزمایش کنید و پیشرفت کنید. همچنین می‌توانید یادداشت‌های کلاس را برای یادگیری و مرجع بعدی نگه دارید.

در پایان، این درس پروژه نهایی برای به کارگیری آنچه آموخته اید است.

بعد از تکمیل این کلاس، تکنیک‌های اساسی مورد استفاده توسط دانشمندان داده صنعت دنیای واقعی را خواهید داشت. اینها موضوعاتی هستند که هر تکنسین موفقی باید حتما بداند.

منتظر چه چیزی هستید؟ اکنون ثبت نام کنید و قدم بعدی را بردارید!

در پروژه آخر، ما از ماژول Random پایتون برای تولید یک عدد تصادفی استفاده کردیم. در این پروژه، ما از ماژول Random برای قدرت بخشیدن به یک بازی حدس اعداد استفاده می کنیم.

این پروژه برای کمک به افزایش مهارت های پایتون شما که در کلاس یاد گرفتید طراحی شده است. برای ایجاد این برنامه می‌توان از چندین موضوع کلاس استفاده کرد، از جمله دستور if، حلقه‌های while و تبدیل یک عدد صحیح به رشته.

پروژه کلاس شما باید موارد زیر را انجام دهد:

  1. نام کاربر را بپرسید
  2. یک پیام خوشامدگویی را چاپ کنید و به کاربر اطلاع دهید که برنامه در حال فکر کردن به یک پیام است
  3. به کاربر 5 حدس/زندگی بدهید
  4. به کاربر بگویید که حدس او خیلی کم یا زیاد است
  5. اگر کاربر عدد صحیح را حدس بزند یک پیام موفقیت آمیز چاپ کنید
  6. اگر کاربر نتواند در عرض 5 حدس، عدد صحیح را حدس بزند یک پیام شکست چاپ کنید

در اینجا یک اسکرین شات از برنامه تمام شده در عمل آمده است:

اگر گیر کردید و به کمک نیاز داشتید، می‌توانید در بخش انجمن کلاس بپرسید یا برای برنامه تکمیل‌شده به صفحه GitHub من بروید.

با آرزوی موفقیت،

تونی.


سرفصل ها و درس ها

درس ها Lessons

  • حلقه های پایتون Python Loops

  • نوت بوک Jupyter 101 Jupyter Notebook 101

  • چگونه از این کلاس بیشترین بهره را ببرید: Skillshare 101 How to get the most from this class: Skillshare 101

  • پاندای پایتون و دیتا فریم Python Pandas & DataFrames

  • نمودار، نمودار و هیستوگرام ایجاد کنید Create Graphs, Plots and Histograms

  • چگونه محیط توسعه خود را تنظیم کنید How to set-up your development environment

  • دیکشنری های پایتون Python Dictionaries

  • معرفی کلاس Class Introduction

  • سوالات متداول کلاس Class Frequently Asked Questions

  • کنترل جریان برنامه های خود Controlling the flow of your programs

نمایش نظرات

آموزش یادگیری علم داده با پایتون - قسمت 2: تجزیه و تحلیل، تجسم و ارائه داده ها
جزییات دوره
1h 19m
10
Skillshare (اسکیل شیر) Skillshare (اسکیل شیر)
(آخرین آپدیت)
675
4 از 5
ندارد
دارد
دارد
Tony Staunton
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Tony Staunton Tony Staunton

خواندن، نوشتن و تدریس.

"این دوره کاملاً فوق‌العاده است. من چندین سال از پایتون با بسته‌های تخصصی و تخصصی استفاده کرده‌ام، اما یادگیری من به‌شدت موقتی بود و هرگز اصطلاحات اساسی، نحو، را به درستی یاد نگرفتم، و ساختار اولیه. من به دنبال راهی برای تقویت یادگیری خود بودم تا بتوانم پایه ای محکم برای به دست آوردن درک کامل تری از کار تخصصی که انجام می دادم داشته باشم. تونی معلمی جذاب و پاسخگو است که مفاهیم را بسیار واضح و مختصر توضیح می دهد. . من نمی توانم این کلاس را به اندازه کافی توصیه کنم. این کلاس برای مبتدیان و/یا کاربران میانی پایتون ad-hoc مانند خودم عالی است."

ارین تاد - پایتون 3: راهنمای مبتدیان برای پایتون

" این یک کلاس بسیار مفید برای مبتدیان است. من قبل از این کلاس هیچ تجربه ای در زمینه پایتون ندارم، اما این کلاس به من درک اولیه ای از برنامه نویسی پایتون می دهد. ویدیوهای بسیار مفید و ارزشمندی! "

مل چو - پایتون 3: راهنمای مبتدیان برای پایتون

" تا اینجا سریال را دوست داشتم! من تقریباً در نیمه راه هستم. روشی که شما مفاهیم را در این مجموعه توضیح می دهید واقعاً به من کمک کرد تا "چرا" را در مورد آنچه در حال تدریس می کنید درک کنم. داشتن آن واقعاً مفید است. نمونه های دنیای واقعی به جای برخی از کدهای عمومی. "

Mos - Python 3: راهنمای مبتدیان برای Python