این یک دوره آموزشی عملی و مبتنی بر پروژه است که برای کمک به شما در تسلط بر دو مورد از محبوب ترین بسته های پایتون برای تجزیه و تحلیل داده ها طراحی شده است: NumPy و Pandas.
ما با یک پرایمر NumPy شروع می کنیم تا آرایه ها و ویژگی های آرایه را معرفی کنیم، عملیات های رایج مانند نمایه سازی، برش، فیلتر کردن و مرتب سازی را تمرین کنیم، و مفاهیم مهمی مانند برداری و پخش را بررسی کنیم.
از آنجا به سراغ پانداها میرویم و بر ابزارها و روشهای ضروری برای کاوش، تحلیل، جمعآوری و تبدیل سریها و چارچوبهای داده تمرکز میکنیم. شما ترسیم قابهای داده با نمودارها و نمودارها، دستکاری دادههای سری زمانی، وارد کردن و صادر کردن انواع فایلها، و ترکیب قابهای داده با استفاده از روشهای مشترک مشترک را تمرین خواهید کرد.
در طول دوره شما نقش تحلیلگر داده را برای Maven Mega Mart، یک شرکت بزرگ و چند ملیتی که زنجیرهای از فروشگاههای خردهفروشی و مواد غذایی را اداره میکند، بازی میکنید. با استفاده از مهارتهای پایتون که در طول دوره یاد میگیرید، با اعضای تیم Maven Mega Mart برای تجزیه و تحلیل محصولات، قیمتگذاری، تراکنشها و موارد دیگر کار خواهید کرد.
خلاصه دوره:
معرفی پانداهای NumPy
معرفی NumPy و Pandas، دو کتابخانه حیاتی پایتون که به ساختار دادهها در آرایههای DataFrames کمک میکنند و حاوی توابع داخلی برای تجزیه و تحلیل دادهها هستند
سری پانداها
سری Pandas، معادل پایتون ستونی از داده ها را معرفی کنید، و ویژگی های اساسی، ایجاد، دستکاری و توابع مفید برای تجزیه و تحلیل را پوشش دهید
معرفی DataFrames
با Pandas DataFrames، معادل پایتون جدول اکسل یا SQL کار کنید و از آنها برای ذخیره، دستکاری و تجزیه و تحلیل کارآمد داده ها استفاده کنید
دستکاری DataFrames
جمع آوری داده های تغییر شکل در DataFrames با گروه بندی ستون ها، انجام محاسبات تجمع، و چرخش داده های بدون محور
تجسم داده های پایه
اصول تجسم داده ها را در پانداها بیاموزید و از روش نمودار برای ایجاد نمودارهای خطی، نمودارهای میله ای، نمودارهای پراکنده و هیستوگرام ها استفاده کنید
پروژه میان دوره ای
مهارتهای خود را با مجموعه دادهای کاملاً جدید آزمایش کنید و از مهارتهای پایتون خود برای تجزیه و تحلیل و ارزیابی یک خردهفروش جدید به عنوان یک هدف بالقوه برای Maven MegaMart استفاده کنید
تجزیه و تحلیل زمانهای تاریخ
نحوه کار با نوع داده تاریخ در پانداها برای استخراج اجزای تاریخ، گروه بندی بر اساس تاریخ و انجام محاسبات هوش زمانی مانند میانگین متحرک را بیاموزید
وارد کردن صادر کردن داده ها
خواندن دادهها از فایلهای مسطح و اعمال مراحل پردازش در حین وارد کردن، ایجاد DataFrame با جستجو در جداول SQL، و بازنویسی دادهها در منبع آن
پیوستن به DataFrames
با پیوستن دادهها از فیلدهای مرتبط برای افزودن ستونهای جدید، و افزودن دادهها با همان فیلدها برای افزودن ردیفهای جدید، چندین DataFrame را ترکیب کنید
پروژه دوره نهایی
با پیوستن به یک جدول جدید، انجام تجزیه و تحلیل سری های زمانی، بهینه سازی گردش کار و نوشتن نتایج، کارهای نهایی را در پروژه خود انجام دهید
امروز بپیوندید و به موارد زیر دسترسی فوری و مادام العمر داشته باشید:
بیش از 13 ساعت ویدیو با کیفیت بالا
کتاب الکترونیکی Python Pandas PDF (بیش از 350 صفحه)
راه حل فایل های پروژه قابل دانلود
پشتیبانی تخصصی و انجمن پرسش و پاسخ
30 روز ضمانت رضایت Udemy
اگر دانشمند داده، تحلیلگر BI یا مهندس داده هستید که به دنبال اضافه کردن پانداها به مجموعه مهارت های پایتون خود هستید، این دوره برای شما مناسب است.
یادگیری مبارک!
-Chris Bruehl (متخصص پایتون، مربی پایتون، Maven Analytics)
__________
به دنبال پشته کامل هوش تجاری ما هستید؟ برای مرور کتابخانه کامل دوره ما، از جمله دوره های Excel، Power BI، MySQL، Tableau و Machine Learning، «Maven Analytics» را جستجو کنید!
ببینید چرا دورههای ما جزو برترینها در Udemy هستند:
"برخی از بهترین دوره هایی که تا به حال گذرانده ام. چندین زبان برنامه نویسی، Excel، VBA و توسعه دهنده وب را مطالعه کرده ام، و Maven یکی از بهترین دوره هایی است که دیده ام!" Russ C.
"این چهارمین دوره من از Maven Analytics و چهارمین بررسی 5 ستاره من است، بنابراین چیزهایی برای گفتن تمام شده است. کاش Maven زودتر در زندگی من بود!" تاتسیانا ام.
"Maven Analytics باید استاندارد جدیدی برای تمام دوره های آموزش داده شده در Udemy شود!" یونا م.
برنده جایزه تجزیه و تحلیل و آموزش هوش تجاری
Chris Bruehlمربی اصلی پایتون در Maven Analytics
نمایش نظرات