The data analysis and visualization in Python. Packages Pandas, numpy, Matplotlib
Всего за несколько лет средства анализа данных, доступные разработчикам на Python, совершили рывок вперёд. Появились мощные пакеты, реализующие алгоритмы машинного обучения, обработку естественных языков, статистический анализ и визуализацию.
Инструменты языка Python просты в использовании, при этом имеют широкие возможности применения. Программирование на Python – простой и эффективный вариант для вхождения в популярную сферу Data Science.
Уникальная особенность языка – возможность быстрого встраивания анализа данных в веб-приложения.
Курс «Анализ и визуализация данных на языке Python. Библиотеки Pandas, numpy, Matplotlib»предназначен для тех, кто ищет гибкий инструмент обработки, анализа и визуализации данных и планирует применять свои навыки в работе большими массивами информации.
Слушатели изучат важнейшие и широко распространенные библиотеки numpy, Matplotlib и Pandas, которые массово применяются в различных областях производственной, финансовой и научной деятельности.
Обучение на курсе построено на примерах реальных проектов в области обработки данных.
Курс читается на базе операционной системы Linux, однако его материал может быть применен и на Windows.
Курс предназначен для программистов, аналитиков, научных работников. Также курс может служить введением в Data Science.
По окончании курса Вы
Специалисты, обладающие этими знаниями и навыками, в настоящее время крайне востребованы. Большинство выпускников наших курсов делают успешную карьеру и пользуются уважением работодателейбудете уметь:
После окончания обучения Вы будете знать:
- Создавать и обрабатывать числовые массивы.
- Создавать диаграммы и графики различных видов и форматов.
- Объединять и переформировывать данные.
- Основы анализа и визуализации данных, применяемый для этой цели базовый инструментарий языка Python;
- Основные понятия и методики библиотеки numpy: массив, скаляр, массовая операция, основные операции с массивами, основные функции библиотеки;
- Библиотеку Matplotlib ее основные понятия и методики применения;
- Основные виды графиков и диаграмм, способы их построения;
- Основные понятия и методики библиотеки Pandas.
Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...Модуль 1. Установка и настройка программного обеспечения. Базовый инструментарий.
Модуль 2. Библиотека numpy. Вычислительные задачи.
- Принципы организации и управления вычислениями. Используемые языки программирования и взаимосвязь между ними.
- Необходимые пакеты Python: numpy, Matplotlib, Pandas, Jupyter и другие.
- Дистрибутив Anaconda, его преимущества и недостатки.
- Установка пакетов в Linux.
- Установка пакетов в Windows. Возможные проблемы и методы их решения.
Модуль 3. Практикум.
- Понятие массива и его основные характеристики.
- Структура библиотеки.
- Типы данных библиотеки numpy.
- Принципы вычислений.
- Универсальные функции.
- Важнейшие стандартные функции.
Работа с массивами и матрицами.
Модуль 4. Библиотека Matplotlib. Визуализация данных.
Модуль 5. Практикум.
- Виды графиков и диаграмм.
- Основные элементы диаграммы.
- Создание диаграммы.
- Форматы изображений.
Модуль 6. Библиотека Pandas. Статистика и анализ
- График функции.
- Гистограмма.
Модуль 7. Практикум.
- Объект Series.
- Объект DataFrame.
Первичная обработка данных.
Модуль 8. Статистика. Временные ряды.
- Загрузка и выгрузка данных.
- Организация колонок и строчек.
- Пропуски и повторы.
Модуль 9. Практикум.
- Типы данных для представления времени.
- Объект Period.
- Основные операции статистики.
Статистика. Объединение и переформирование данных.
- Объединение данных.
- Сцепление и наложение (concatenating and stacking).
- Слияние (merging and joining).
Новые складчины | страница 19
Категории
Страница 19 из 23

![[IMG]](proxy14p.php?image=https%3A%2F%2Fi.ibb.co%2FGTbf8XR%2F20452-0.png&hash=b1b5b774eb9c3f40572c19ccd1d720c2&v=4)
![[IMG]](proxy14p.php?image=https%3A%2F%2Fi.imgur.com%2F87gv59V.png&hash=0b2e7da75040d5d1dbb4e2cd005b07ef&v=4)
![[IMG]](proxy14p.php?image=https%3A%2F%2Fi107.fastpic.ru%2Fbig%2F2018%2F1129%2Ffa%2F68710b8b7219abf4ae12b3097c35c1fa.jpeg&hash=ab6d06eba1546631e9abf260139fdcef&v=4)
![[IMG]](proxy14p.php?image=http%3A%2F%2Fi89.fastpic.ru%2Fbig%2F2018%2F1005%2Fc6%2F5408a9cd05696aa6457b7326b364a4c6.jpg&hash=f6af9fe06f495d256dfa65d04e12c3f4&v=4)