Pandas grunder för nybörjare - kurs 990 RUB. från Stepik, träning 46 lektioner, datum 5 november 2023.
Miscellanea / / December 04, 2023
Syftet med kursen är inte bara att berätta, utan att lära dig hur du arbetar med Numpy och Pandas bibliotek.
Bakom kulisserna finns inte en tråkig föreläsare, utan en datavetare som arbetar med dessa bibliotek varje dag. I formatet livekommunikation (författaren verkar kommunicera med dig genom en kamera) kommer vi att lära oss hur man arbetar i Pandas.
Om kursen
1. Information
Numpy Basics
1. Varför behöver du Numpy när du lär dig pandor?
2. Öva: form, dtype, ndim, nollor, ettor, arange
3. Datatyper och deras omvandling, aritmetik, elementåtkomst
4. Övning: aritmetik, typkonvertering, elementåtkomst
5. Tvådimensionella och tredimensionella arrayer. Lär dig använda index
6. Övning: stärkande arbete med index
7. Maskera och skära ihop, fancy indexering, och även omforma
8. Övning: lära sig att ändra formen på en array
9. Mer om omforma, transponera, unära och binära funktioner
10. Övning: konsolidera kunskap om unära och binära funktioner
11. Logiska funktioner och funktion inom en funktion, samt var och statistik
12. Övning: bemästra användbara funktioner
13. Fungerar alla, alla, sortera, unika, in1d. Linjär algebra översikt
14. Permutations- och shuffle-funktioner. Spara en array i en fil
Introduktion till pandor
1. Första bekantskapen med Series
2. Öva: testa dina kunskaper om serien
3. Läs mer om serier: index, addition, kontroll av NaN
4. Övning: finesser när man arbetar med serier
5. Första bekantskapen med DataFrame
6. Lär dig mer om DataFrame: index, kapslade ordböcker, del och .T
7. Övning: indexeringsfunktioner
8. Funktioner återindexera, släppa och indexera i en dataram
9. Övning: dra ut det du behöver, ta bort det du inte behöver
10. Operatörer loc, iloc, at, iat. Tillägg av flera dataramar
11. Tillägg av dataramar, sortering, aritmetik med luckor
12. Beskrivande statistik. Unika värden
13. Testa
14. Testa (fortsättning)
Pandas: arbeta med datakällor
1. Vad är CSV-formatet och hur tämjer man det?
2. Läs mer om passbearbetning
3. Lär dig läsa stora filer i bitar
4. Vem är JSON och hur blir man vän med den?
5. Lär känna formaten HTML, XML, PICKLE, HDF5
6. Gamla goda Excel och lite om databaser
Pandas: rengöring och förberedelse av data för analys
1. Att lära sig hantera pass
2. Vi kontrollerar data för dubbletter och gör oss av med dem
3. Om att ersätta värderingar och diskretisering
4. Vi identifierar utsläpp och eliminerar dem ordentligt
5. Skapa matriser av dummyvariabler
6. Att arbeta med strängar är lättare än det verkar!
Pandas: Datasammanfogning och formtransformation
1. Introduktion av hierarkisk indexering
2. Åtgärder med multiindex i dataramar
3. Lär dig att koppla dataramar med merge
4. Analog för att slå samman; sammanlänkning av dataramar med hjälp av concat
5. Kombinera data och formtransformation