آموزش مهندسی سریع برای تجزیه و تحلیل داده Python، Pandas، ChatGPT

سرفصل ها و درس ها

معرفی Introduction

• معرفی Introduction

• پیش نمایش سریع قدرت ChatGPT برای تجزیه و تحلیل داده ها Quick Preview on the Power of ChatGPT for Data Analysis

• منابع ارائه شده در این دوره Resources provided in this course

• طرح کلی دوره Course Outline

• دانلود منابع Download Resources

مقدمه ای بر ChatGPT Introduction to ChatGPT

• معرفی GPT 4 GPT 4 Intro

• دستورات اساسی برای شروع Basic prompts to start with

• پیش نویس یک درخواست Drafting a Prompt

• تهیه پیش نویس دستور ادامه یافت Drafting a prompt continued

• هنر دنبال کردن دستور می دهد The art of follow up prompts

مبانی مهندسی سریع Basics of Prompt Engineering

• مقدمه ای بر مهندسی سریع Intro to Prompt Engineering

• فرآیند پیش نویس و پالایش درخواست ها The Process of Drafting and Refining Prompts

• انواع تلقین Types of Prompting

• درخواست پرایمینگ Priming Prompt

• تجزیه وظیفه Task Decomposition

Anaconda را در مک دانلود، نصب و راه اندازی کنید Download, Install and Setup Anaconda on Mac

• آناکوندا را دانلود کنید Download Anaconda

• آناکوندا را در مک نصب کنید Install Anaconda on Mac

• Conda را از ترمینال باز کنید و محیط ایجاد کنید Open Conda from Terminal and Create Environment

• محیط‌ها و کتابخانه‌ها Environments & Libraries

• نوت بوک Jupyter را باز کنید Open Jupyter Notebook

• بستن ژوپیتر و ترمینال Closing Jupyter and Terminal

دانلود و بر روی ویندوز نصب کنید Download and Install on Windows

• نصب آناکوندا در ویندوز Installing Anaconda on Windows

معرفی نوت بوک Jupyter Intro to Jupyter Notebook

• اسکریپت های جدید پایتون را باز کرده و ذخیره کنید Open and save new python scripts

• میانبرهای صفحه کلید در Jupyter Keyboard Shortcuts in Jupyter

• هدر در ژوپیتر Header in Jupyter

• انواع و حالت های سلول در JupyterNotebook Cell Types & Modes in JupyterNotebook

• خروجی از سلول های Jupyter Outputs from Jupyter Cells

• واردات کتابخانه ها Importing Libraries

کدنویسی با Google Collab Coding with Google Collab

• راهی سریع برای شروع کدنویسی بدون نصب هیچ نرم افزاری A quick way to start coding without installing any software

دوره سقوط پایتون Python Crash Course

• کار با نظرات Working with comments

• انواع داده ها در پایتون Data Types in Python

• اپراتورها Operators

• کار با متغیرها Working with variables

• چندین بار به روز رسانی مقادیر متغیر updating variable values multiple times

• توابع داخلی در پایتون Built-in functions in Python

• توابع سفارشی Custom Functions

• روش های رشته ای String Methods

• تغییر متغیرهای موجود با متدهای رشته ای Modifying existing variables with string methods

• توابع In & Not In In & Not In functions

• کار با Lists Type Data Working with Lists Data Type

• فهرست و برش Index and Slicing

• دیکشنری نوع داده و تابع IF Data Type Dictionary and IF function

• برای حلقه For Loop

سریال در پانداها Series in Pandas

• مقدمه بخش سری Intro to Series Section

• سری ها چیست What are Series

• تبدیل انواع داده های مختلف به سری Converting different data types into Series

• روش های سری Series Methods

• درک عملکرد PD.Series با GPT Understanding the PD.Series Function with GPT

• وارد کردن یک ستون به عنوان یک سری از CSV Importing a column as a Series from CSV

• اعمال توابع اساسی در مجموعه داده های سری Apply basic functions on series data set

• فیلتر، بازنویسی داده های خاص در سری و روش Get در روش Get Filter, Overwrite specific data in the series and Get method on Get Method

• توابع سفارشی و .apply() در یک سری Custom Functions and .apply() on a Series

• ویژگی های سری Series Attributes

• کار با مقادیر گمشده NaN Working with Missing Values NaN

کار با DataFrame Working with a DataFrame

• معرفی بخش DataFrame Intro to DataFrame section

• وارد کردن یک دیتافریم از CSV Importing a dataframe from CSV

• کار با مقادیر از دست رفته (NaN). Working with missing (NaN) values

• استخراج اعداد از یک ستون رشته Extracting numbers from a string column

• فیلتر و مرتب سازی ستون ها Filter & Sort Columns

• ردیف های تکراری را شناسایی و حذف کنید Identify and remove duplicate rows

• فیلتر کردن قاب داده ها بر اساس مقادیر ستون های خاص Filtering data frame by specific columns values

• فیلتر کردن بر اساس شرایط ستون های متعدد Filtering by multiple column conditions

• ستون های متن را با تجزیه رشته ها فیلتر کنید Filter text columns by parsing strings

• فیلتر توسط یک یا بیش از یک ستون Filter by one and more than one columns

تسلط بر تابع GroupBy با استفاده از مهندسی سریع Mastering GroupBy function using prompt engineering

• معرفی GroupBy Intro to GroupBy

• استفاده از GroupBy برای تجزیه و تحلیل اکتشافی و بینش داده ها Using GroupBy for exploratory analysis and data insights

• GroupBy توسط چندین ستون و روش جمع GroupBy by multiple columns & Aggregate method

کار با چند دیتا فریم Working with Multiple DataFrames

• معرفی مجموعه داده های مورد استفاده در این بخش Intro to the Dataset used in this section

• DataFrames را با Concat & Append ترکیب کنید Combine DataFrames with Concat & Append

• ادغام مجموعه داده بر اساس یک ستون KEY Merging Dataset based on one KEY column

• ادغام بر اساس چندین ستون Merging based on multiple columns

• پارامتر "How" برای ادغام چند فریم داده "How" parameter for merging multiple dataframes

• ترکیب دیتافریم ها با استفاده از "Left" Join Combining dataframes using "Left" Join

• ادغام مجموعه داده با "چپ" و "راست" با استفاده از پارامترهای کلیدی مختلف بپیوندید Merging dataset with "Left" & "Right" Join by using different key parameters

تجسم ها Visualisations

• مقدمه ای بر بخش تجسم Introduction to Visualisation Section

• استخراج اطلاعات قیمت سهام اپل با استفاده از کتابخانه مالی Yahoo Extract Apple Stock Price data using Yahoo Finance Library

• نقشه برداری با کتابخانه Matplotlib Plotting with Matplotlib library

• درک ویژگی‌های تجسم موجود Understanding visualisations features available

• ویژگی های تجسم ادامه یافت Visualisation features continued

• استفاده از ویژگی های تجسم در قیمت سهام AAPL Applying visualisations features on AAPL stock price

• طرح درصد تغییر قیمت ها Plotting percent change in prices

• ترسیم یک هیستوگرام Plotting a Histogram

• اصلاح زیبایی بصری هیستوگرام Modifying the visual aesthetics of the histogram

• یک نمودار دایره ای ایجاد کنید Create a Pie Chart

واردات و صادرات داده ها در پایتون Importing and Exporting data in Python

• مقدمه ای بر واردات و صادرات داده ها Intro to Importing and Exporting data

• وارد کردن داده ها از آدرس اینترنتی Importing data from a url

• صادرات داده به اکسل Exporting data to excel

• صادر کردن داده‌ها به‌عنوان فایل‌های «csv.» و «txt.». Exporting data as ".csv" & ".txt" files

• وارد کردن چندین فایل به عنوان فریم های داده از مسیر/مکان پوشه Importing multiple files as data frames from a folder path / location

• وارد کردن چندین فایل ادامه یافت Importing multiple files continued

پروژه 1 - کاوش داده در مجموعه داده های معاملات تجارت الکترونیک Project 1 - Data Exploration on E-Commerce Transaction Data Set

• معاملات تجارت الکترونیک E-commerce Transactions

پروژه 2 - مجموعه داده حقوق سانفرانسیسکو Project 2 - San Fransisco Salaries Dataset

• کاوش و تمیز کردن مجموعه داده های مجموعه داده Exploring and cleaning data set data set

• ترسیم سری زمانی حقوق برای عناوین شغلی مختلف Plotting time series of salaries for various job titles

پروژه 3 - تحلیل همبستگی بر روی عواملی که موفقیت فیلم را تعیین می کنند Project 3 - A correlation analysis on factors that determine movie's success

• نقشه حرارتی همبستگی در مجموعه داده های فیلم Correlation heatmap on movies data set

پروژه 4 - تحلیل عملکرد سرمایه گذاری تاریخی سهام Project 4 - Analysing historical investment performance of stocks

• تجزیه و تحلیل قیمت سهام با استفاده از یاهو فاینانس Stock price analysis using yahoo finance

تبریک می گویم Congratulations

• تبریک میگم Congrats