آموزش توابع پایتون برای علوم داده

سرفصل ها و درس ها

مقدمه Introduction

• توابع پایتون که باید بدانید Python functions you should know

• بیشترین بهره را از این دوره بگیرید Getting the most from this course

1. توابع اساسی ساخته شده در پایتون برای علوم داده 1. Fundamental Built-In Python Functions for Data Science

• عملکرد چاپ Python () Python print() function

• تابع ورودی () پایتون Python input() function

• تابع abs () پایتون Python abs() function

• تابع Python round () Python round() function

• تابع min () پایتون Python min() function

• عملکرد Python max () Python max() function

• تابع مرتب شده Python () Python sorted() function

• تابع sum () پایتون Python sum() function

• تابع Python len () Python len() function

• تابع type () پایتون Python type() function

2. توابع پیشرفته داخلی پایتون برای علوم داده 2. Advanced Built-In Python Functions for Data Science

• عملکرد نقشه () پایتون Python map() function

• عملکرد پایتون zip () Python zip() function

• عملکرد فیلتر پایتون () Python filter() function

3. توابع از کتابخانه NumPy برای دستکاری داده های عددی 3. Functions from NumPy Library for Manipulation of Numerical Data

• آرایه های NumPy را در پایتون ایجاد کنید Create NumPy arrays in Python

• مقادیر حداقل و حداکثر در آرایه های NumPy Minimum and maximum values in NumPy arrays

• شاخص های حداقل و حداکثر مقادیر در آرایه های NumPy Indices of min and max values in NumPy arrays

• اشکال از آرایه های NumPy را پیدا کرده و دوباره شکل دهید Find shapes of NumPy arrays and reshape

• موارد یا گروهی از موارد را از آرایه های NumPy انتخاب کنید Select items or groups of items from NumPy arrays

• عملیات حسابی روی آرایه های NumPy Arithmetic operations on NumPy arrays

• عملیات اسکالر در آرایه های NumPy Scalar operations on NumPy arrays

• عملیات آماری روی آرایه های NumPy Statistical operations on NumPy arrays

• سایر عملیات روی آرایه های NumPy Other operations on NumPy arrays

4. توابع از کتابخانه SciPy برای محاسبات علمی 4. Functions from SciPy Library for Scientific Computing

• عملیات جبر خطی با SciPy Linear algebra operations with SciPy

• توابع آماری با SciPy Statistical functions with SciPy

5. توابع کتابخانه pandas برای دستکاری داده ها و تجزیه و تحلیل داده ها 5. Functions from pandas Library for Data Manipulation and Data Analysis

• یک سری پانداها ایجاد کنید Create a pandas series

• DataFrame پاندا ایجاد کنید Create a pandas DataFrame

• زیر مجموعه داده ها را از اشیا pa pandas انتخاب کنید Select data subsets from pandas objects

• اشیا pa پاندا را اصلاح کنید Modify pandas objects

• داده های اشیا pandas را ترکیب کنید Combine data from pandas objects

• داده ها را از اشیا pandas گروه بندی کنید Group data from pandas objects

6. توابع Matplotlib برای تجسم داده 6. Functions from Matplotlib for Data Visualization

• توطئه های خط Matplotlib Matplotlib line plots

• توطئه های پراکنده Matplotlib Matplotlib scatter plots

• توطئه های میله ای Matplotlib Matplotlib bar plots

• نمودارهای کیک Matplotlib Matplotlib pie charts

• هیستوگرام Matplotlib Matplotlib histograms

• زیرمجموعه های Matplotlib Matplotlib subplots

7. توابع از Seaborn برای تجسم داده ها 7. Functions from Seaborn for Data Visualization

• توطئه های جعبه Seaborn Seaborn box plots

• نمودار تخمین تراکم هسته Seaborn Seaborn kernel density estimate plots

• توطئه های ویولن Seaborn Seaborn violin plots

• نقشه های حرارتی دریا Seaborn heatmaps

نتیجه Conclusion

• شروع به استفاده از توابع پایتون کنید Get started using Python functions