آموزش تحلیل داده با Polars و پایتون [ویدیو] - آخرین آپدیت

سرفصل ها و درس ها

مقدمه Introduction

• خوش آمدید به Polars Welcome to Polars

• [macOS] مقدمه‌ای بر ترمینال [macOS] Intro to Terminal

• [macOS] نصب uv، مدیر پکیج و پروژه پایتون [macOS] Install uv, a Python package and project manager

• [macOS] دانلود مطالب دوره و راه‌اندازی پروژه [macOS] Download Course Materials and Setup Project

• [Windows] مقدمه‌ای بر PowerShell [Windows] Intro to PowerShell

• [Windows] نصب uv، مدیر پکیج و پروژه پایتون [Windows] Install uv, a Python package and project manager

• [Windows] دانلود مطالب دوره و راه‌اندازی پروژه [Windows] Download Course Materials and Setup Project

• اجرا و بستن Jupyter Lab Jupyter Lab Startup and Shutdown

• مقدمه‌ای بر Jupyter Lab Intro to Jupyter Lab

• تنظیم Ruff Formatter در Jupyter Lab Setting Up Ruff Formatter in Jupyter Lab

• وارد کردن کتابخانه‌ها به Jupyter Lab Import Libraries into Jupyter Lab

دوره فشرده پایتون Python Crash Course

• کامنت‌ها Comments

• انواع داده‌ها Data Types

• عملگرها Operators

• عملگرهای مساوی و نامساوی Equality and Inequality Operators

• متغیرها Variables

• توابع داخلی (Built-in) Built-In Functions

• توابع سفارشی Custom Functions

• متدهای رشته‌ای String Methods

• لیست‌ها Lists

• موقعیت ایندکس و برش زدن (Slicing) Index Positions and Slicing

• تاپل‌ها Tuples

• دیکشنری‌ها Dictionaries

• کلاس‌ها و اشیاء Classes and Objects

• وارد کردن ماژول‌ها Importing Modules

• وارد کردن کتابخانه‌ها Importing Libraries

• اعداد صحیح علامت‌دار و بدون علامت Unsigned and Signed Integers

سری‌ها (Series) Series

• وارد کردن Polars Series Import the Polars Series

• ایجاد یک Series Create a Series

• استنتاج نوع داده Data Type Inference

• ویژگی‌ها (Attributes) Attributes

• مقادیر گمشده Missing Values

• متد alias The alias Method

• وارد کردن فایل CSV با تابع read_csv Import a CSV File with the read_csv Function

• متدهای head و tail The head and tail Methods

• بهینه‌سازی حافظه و پارامتر schema_overrides Memory Optimization and the schema_overrides Parameter

• مرتب‌سازی یک Series Sorting a Series

• متدهای ریاضی Mathematical Methods

• متدهای گرد کردن Rounding Methods

• تفاوت Polars با Pandas How Polars Differs from Pandas

دیتا فریم‌ها بخش اول DataFrames I

• مقدمه‌ای بر DataFrameها Intro to DataFrames

• ایجاد DataFrame از صفر Create a DataFrame from Scratch

• خواندن DataFrame از فایل CSV Read a DataFrame from CSV

• بدون ایندکس، مشکلی نیست No Index, No Problem

• مقدمه‌ای بر عبارات (Expressions) Intro to Expressions

• متد select بخش اول The select Method I

• تغییر نام ستون‌ها Renaming Columns

• متد select بخش دوم The select Method II

• متد select بخش سوم: هدف‌گیری بر اساس نوع داده The select Method III: Targeting by Data Type

• عبارات به عنوان بلوک‌های سازنده Expressions as Building Blocks

• عبارات برای شمارش مقادیر Expressions that Count Values

• استخراج یک یا چند سطر Extracting One or More Rows

• سینتکس برش لیست List Slicing Syntax

• عبارات برای هدف‌گیری مقادیر سطر Expressions that Target Row Values

• استخراج یک مقدار واحد از DataFrame با متد item Extracting a Single Value from DataFrame with the item Method

• استخراج سطرها بر اساس موقعیت ایندکس با متدهای gather و gather_every Extracting Rows by Index Positions with the gather and gather_every Methods

• استخراج مجموعه‌ای تصادفی از مقادیر Extracting a Random Set of Values

• تغییر نوع (Cast) ستون‌ها به انواع مختلف Casting Columns to Different Types

• سفارشی‌سازی Schema در DataFrame Customizing the DataFrame Schema

• تغییر نام ستون‌ها Renaming Columns

• ویژگی name The name Attribute

• حذف ستون‌ها Dropping Columns

• جایگزینی مقادیر Replacing Values

• عملیات ریاضی بخش اول Mathematical Operations I

• عملیات ریاضی بخش دوم Mathematical Operations II

• عملیات ریاضی تجمعی Cumulative Mathematical Operations

• متد with_columns The with_columns Method

• توابع all و exclude The all and exclude Functions

دیتا فریم‌ها بخش دوم DataFrames II

• متد fill_null The fill_null Method

• درون‌یابی (Interpolation) Interpolation

• حذف داده‌های گمشده Dropping Missing Data

• مرتب‌سازی بر اساس یک ستون واحد Sorting by a Single Column

• مرتب‌سازی بر اساس چندین ستون بخش اول Sorting by Multiple Columns I

• مرتب‌سازی بر اساس چندین ستون بخش دوم Sorting by Multiple Columns II

• کاراکترها در مقابل بایت‌ها Characters vs Bytes

• مرتب‌سازی بر اساس عبارات Sorting based on Expressions

• متدهای top_k و bottom_k The top_k and bottom_k Methods

• متد rank The rank Method

• متد shuffle The shuffle Method

• شمارش و استخراج مقادیر منحصر‌به‌فرد Counting and Extracting Unique Values

• متد value_counts The value_counts Method

دیتا فریم‌ها بخش سوم: فیلتر کردن DataFrames III - Filtering

• معرفی مجموعه‌داده Introducing the Dataset

• متد filter The filter Method

• فیلتر کردن با عملگرهای ریاضی Filtering with Mathematical Operators

• فیلتر کردن با مقادیر گمشده Filtering with Missing Values

• فیلتر کردن با ستون‌های Boolean Filtering with Boolean Columns

• اعمال منطق AND (عبارات Boolean چندگانه) Applying And Logic (Multiple Boolean Expressions)

• فیلتر کردن با آرگومان‌های کلیدی Keyword Argument Filtering

• اعمال منطق OR Applying Or Logic

• اولویت عملگرها Operator Precedence

• اعمال منطق XOR Applying Exclusive OR (xor) Logic

• فیلتر کردن برای مقادیر منحصر‌به‌فرد و تکراری Filtering for Unique and Duplicate Values

• فیلتر کردن با تاریخ و زمان Filtering with Datetimes

• متد is_between The is_between Method

• متد is_in The is_in Method

• متد remove The remove Method

• نفی با نماد Tilde Negation with Tilde Symbol

• ساختار When, Then, Otherwise When, Then, Otherwise

• بخش‌بندی DataFrameها Partitioning DataFrames

اتصالات (Joins) Joins

• معرفی مجموعه‌داده‌ها Introducing the Datasets

• اتصالات داخلی (Inner Joins) Inner Joins

• پارامتر on The on Parameter

• اتصالات کامل (Full Joins) Full Joins

• اتصالات Left و Right Left and Right Joins

• اتصال Semi Semi Join

• اتصال Anti Anti Join

• اتصالات Cross / ضرب دکارتی Cross Joins/Cartesian Products

• اتصال بر اساس چندین ستون Joining on Multiple Columns

• پارامتر validate The validate Parameter

• متد join_asof بخش اول The join_asof Method I

• متد join_asof بخش دوم: تلرانس The join_asof Method II: Tolerance

• متد join_asof بخش سوم: پارامتر by The join_asof Method III: The by Parameter

الحاق (Concatenation) Concatenation

• الحاق عمودی Vertical Concatenation

• الحاق افقی Horizontal Concatenation

• الحاق مورب (Diagonal) Diagonal Concatenation

• الحاق هم‌تراز (Align) Align Concatenation

• الحاق منعطف (Relaxed) Relaxed Concatenation

• بازسازی بلوک‌ها (Rechunking) Rechunking

• متد vstack The vstack Method

• متد extend The extend Method

• متد hstack The hstack Method

تغییر شکل داده‌ها (Reshaping) Reshaping

• DataFrameهای عریض در مقابل بلند Wide vs. Long DataFrames

• متد unpivot برای تبدیل DataFrame عریض به بلند The unpivot Method to Convert a Wide DataFrame to a Long DataFrame

• متد pivot برای تبدیل DataFrame بلند به عریض The pivot Method to Convert a Long DataFrame to a Wide DataFrame

• جداول محوری (Pivot Tables) بخش اول Pivot Tables I

• جداول محوری بخش دوم Pivot Tables II

• متد transpose The transpose Method

آرایه‌ها و لیست‌ها Arrays and Lists

• آرایه‌ها و لیست‌ها Arrays and Lists

• متد str.split The str.split Method

• فضای نام list The list Namespace

• مرتب‌سازی لیست‌ها Sorting the Lists

• متد explode The explode Method

• انفجار (Exploding) با چندین ستون از لیست‌ها Exploding with Multiple Columns of Lists

• عملیات ریاضی Mathematical Operations

• متدهای list.eval، list.any و list.all The list.eval, list.any, and list.all Methods

• الحاق مقادیر ستون‌ها Concatenating Column Values

• آرایه‌ها Arrays

• ویژگی arr The arr Attribute

ساختارها (Structs) Structs

• مقدمه‌ای بر Structها Intro to Structs

• متدهای struct.field و unnest The struct.field and unnest Methods

• متد value_counts The value_counts Method

• تغییر نام فیلدهای Struct Rename Struct Fields

• استفاده از Structها برای کار با داده‌های تودرتو Using Structs to Work with Nested Data

• استفاده از Structها برای شناسایی تکراری‌ها در ستون‌ها Using Structs to Identify Duplicates across Columns

کار با داده‌های متنی Working with Text Data

• معرفی مجموعه‌داده Introducing the Dataset

• تغییر حالت حروف (Case Conversion) Case Conversion

• حذف فضای خالی Removing Whitespace

• حذف پیشوند و پسوند Removing Prefix and Suffix

• کاراکترها در مقابل بایت‌ها Characters vs. Bytes

• برش رشته‌ای (String Slicing) String Slicing

• متدهای فیلتر کردن Filtering Methods

• عبارات منظم (Regular Expressions) Regular Expressions

• گروه‌های کپچر (Capture Groups) Capture Groups

• جایگزینی مقادیر Replacing Values

• یافتن طولانی‌ترین نام کارمندان Find Longest Employee Names

داده‌های دسته‌ای و Enumها Categoricals and Enums

• داده‌های دسته‌ای (Categorical) Categorical Data

• فضای نام cat The cat Namespace

• Enumها Enums

• Enumها، داده‌های دسته‌ای و مرتب‌سازی Enums, Categoricals, and Sorting

کار با تاریخ و زمان Working with Datetimes

• وارد کردن مجموعه‌داده با تاریخ و زمان Import a Dataset with Datetimes

• تجزیه تاریخ و زمان با متد strptime Parse Datetimes with the strptime Method

• تجزیه تاریخ و ساعت Parse Dates and Times

• تبدیل از تاریخ به رشته Converting from Date to String

• استخراج اجزای تاریخ و زمان Extracting Datetime Components

• فیلتر کردن بر اساس تاریخ، ساعت و زمان Filtering by Date, Time, and Datetime

• جمع و تفریق زمان بخش اول Adding and Subtracting Time I

• جمع و تفریق زمان بخش دوم Adding and Subtracting Time II

• مدت زمان (Durations) Durations

• منطقه‌های زمانی بخش اول Timezones I

• منطقه‌های زمانی بخش دوم: تبدیل‌ها Timezones II - Conversions

انتخاب‌گرها (Selectors) Selectors

• مرور استراتژی‌های هدف‌گیری A Review of Targeting Strategies

• معرفی انتخاب‌گرها (Selectors) Introducing Selectors

• انتخاب بر اساس نوع داده Selecting by Data Type

• انتخاب بر اساس موقعیت ستون Selecting by Column Position

• عملیات مجموعه‌ای با انتخاب‌گرها Set Operations with Selectors

دسته‌بندی (GroupBy) GroupBy

• معرفی مجموعه‌داده ما Introducing our Dataset

• مقدمه‌ای بر گروه‌بندی Intro to Grouping

• متدهای GroupBy GroupBy Methods

• بزرگ‌ترین و کوچک‌ترین مقادیر در هر گروه Largest and Smallest Values per Group

• تجمیع با متد agg Aggregations with the agg Method

• استفاده از انتخاب‌گرها در تجمیع‌ها Using Selectors in Aggregations

• گروه‌بندی با چندین ستون Grouping with Multiple Columns

• گروه‌بندی داده‌های زمانی Grouping Temporal Data

• توابع پنجره‌ای و متد over Window Functions and the over Method

LazyFrames LazyFrames

• LazyFrames و ارزیابی Eager در مقابل Lazy LazyFrames and Eager vs. Lazy Evaluation

• تابع scan_csv و متد collect The scan_csv Function and the collect Method

• مسئله زمان A Matter of Time

• تبدیل DataFrame به LazyFrame Convert a DataFrame to a LazyFrame

• محدودیت‌های LazyFrame LazyFrame Limitations