Logo
Zostań autorem

Koszyk jest pusty

0

Kategorie

  • Chcesz się dzielić wiedzą?

Zaloguj się

Nie pamiętasz hasła? Kliknij tutaj

Wprowadzenie do data science w języku Python - Pandas

Wejdź w świat data science i poznaj najpotężniejszą bibliotekę do analizy danych w języku Python! Analizuj dane jak profesjonalny data scientist!

Autor: Paweł Krakowiak

Aktualizacja: 29/09/2020

00:00
00:00
x

Darmowe lekcje

down
Trailer
Importowanie pliku Excel .xlsx
06:14
ORDER BY, TOP, BOTTOM
05:23
Wstępne Przetworzenie Danych
09:25
Trailer
Importowanie pliku Excel .xlsx
ORDER BY, TOP, BOTTOM
Wstępne Przetworzenie Danych
49.00 zł
calendargwarancja zwrotu pieniędzy
updateregularne aktualizacje
helpwsparcie autora
questionZadaj pytanie autorowi

Czego się nauczysz?

  • Instalacja oprogramowania Anaconda (Jupyter Notebook, Spyder, Jupyter Lab) i konfiguracja środowiska
  • Tworzenie struktur danych takich jak Series i DataFrame
  • Importowanie i exportowanie danych (csv, excel, txt, html, sas7bdat)
  • Operacje na strukturach danych (grupowanie, agregacja, tabele przestawne)
  • Łączenie danych - INNER, OUTER, LEFT, RIGHT JOIN
  • Porównanie biblioteki pandas do języka SQL
  • Praca z wartościami brakującymi i duplikatami
  • 3 x Case Study (Amazon Reviews, Google Apps Data, NASDAQ)

Wymagania

podstawowa znajomość języka Python (najlepiej ukończony kurs Programowanie w języku Python)

ukończony kurs 200+ Ćwiczeń - Programowanie w języku Python - od A do Z (opcjonalnie)

ukończony kurs 210+ Ćwiczeń - Python - Moduły wbudowane - od A do Z (opcjonalnie)

ukończony kurs Wprowadzenie do data science w języku Python - Pandas

Opis kursu

Planujesz swoją karierę w takich obszarach jak:

  • analiza danych
  • analiza biznesowa
  • data science
  • big data
  • sztuczna inteligencja (uczenie maszynowe, uczenie głębokie)
  • ekonomia
  • statystyka
  • analityka internetowa
  • marketing
  • neuroinformatyka

i wiele wiele innych?


Jeżeli odpowiedź na którekolwiek z tych pytań brzmi 'tak', to ten kurs jest idealnie przeznaczony dla Ciebie. Biblioteka Pandas języka Python to doskonałe narzędzie do pracy z danymi. Kurs zawiera wiele praktycznych zastosowań jakie oferuje Pandas.

Jeżeli możliwości programu MS Excel są niewystarczające na Twoje potrzeby to odpowiedzią jest właśnie biblioteka Pandas.


Czym jest biblioteka Pandas?

Pandas to biblioteka typu open source, co oznacza, że jej używanie jest w pełni darmowe! Co więcej możemy nawet zaglądać do kodu źródłowego i udoskonalać stosowane rozwiązania! Zapewnia wydajne i łatwe w użyciu narzędzia do analizy danych dla języka programowania Python.


Wzrost popularności języka Python

Język Python świetnie nadaje się do przetwarzania, przygotowania, analizy i modelowania danych. Jest prosty do nauki i nie powinien sprawiać problemów osobie, która dopiero zaczyna uczyć się programowania. Na przestrzeni ostatnich lat i rosnącej popularności sztucznej inteligencji Python wyrósł na gwiazdę w tym sektorze. Powstało sporo potężnych bibliotek do machine learningu, czy deep learningu. Przykładem może być stworzona przez Google biblioteka Tensorflow.


Wszechstronność Zastosowań

Języka Python możemy używać na bardzo wielu poziomach. Czy to u siebie w domu, w biurze, czy uruchamiając skrypty w chmurze. W połączeniu z mnogością zastosowań i doskonałym zestawem narzędzi takich jak Spyder, Jupyter Notebook, Zeppelin, IPython i innymi bibliotekami środowisko do analizy danych w Pythonie wyróżnia się wydajnością, produktywnością i doskonałą elastycznością.

Co między innymi zawiera Pandas:

  • szybki i wydajny obiekt DataFrame, który jest analogią do arkusza kalkulacyjnego
  • narzędzia do odczytu i zapisu danych pomiędzy różnymi formatami: CSV, TXT, XLSX, baz danych SQL, HDF5, JSON, HTML
  • narzędzie do agregacji danych i tabele przestawne
  • wydajne łączenie danych
  • hierarchiczne indeksowanie
  • szeregi czasowe

Spis treści

  • Czas trwania: 12:15:16
  • Slajdy: 15
Wstęp
8 wykładydown
Instalacja środowiska programistycznego
5 wykładydown
Struktury Danych - Series
11 wykładydown
Struktury Danych - DataFrame
11 wykładydown
Wycinanie Danych
7 wykładydown
Brakujące Wartości
3 wykładydown
Import Danych
10 wykładydown
Łączenie Danych - Merge, Join, Concatenate
5 wykładydown
Praca z danymi tekstowymi
3 wykładydown
Wizualizacje danych
3 wykładydown
Obliczenia
4 wykładydown
Szeregi Czasowe
3 wykładydown
Tabele Przestawne
3 wykładydown
Porównanie do języka SQL
5 wykładydown
Case Study - Amazon Reviews
3 wykładydown
Case Study - Google Apps
2 wykładydown
Case Study - Spółki NASDAQ
1 wykładydown

O autorze

avatar
Paweł KrakowiakData Scientist / Securities Broker
Kursy: 19
O mnie
Data Scientist, Securities Broker Miłośnik nowych technologii, szczególnie w obszarze sztucznej inteligencji, big data oraz rozwiązań chmurowych. Absolwent podyplomowych studiów ...Czytaj więcej
Zobacz profil autora
49.00 zł