Pandan perusteet aloittelijoille - kurssi 990 RUB. Stepikiltä, ​​koulutus 46 oppituntia, päivämäärä 5.11.2023.

Tietoja kurssista
1. Tiedot
Numpy perusasiat
1. Miksi tarvitset Numpya oppiessasi pandoja?
2. Harjoittelu: muoto, dtype, ndim, nollat, ykköset, järjestys 
3. Tietotyypit ja niiden muuntaminen, aritmetiikka, elementtien käyttö 
4. Harjoittelu: aritmetiikka, tyyppimuunnos, elementtien käyttö
5. Kaksi- ja kolmiulotteiset taulukot. Indeksien käytön opettelu 
6. Harjoitus: indeksityön vahvistaminen 
7. Maski ja viipalointi yhdessä, hieno indeksointi ja myös muotoileminen 
8. Harjoitus: taulukon muodon muuttaminen 
9. Lisää uudelleenmuotoilusta, transponoinnista, yksi- ja binäärifunktioista 
10. Harjoittelu: unaari- ja binäärifunktioiden tiedon lujittaminen 
11. Loogiset funktiot ja funktio funktion sisällä sekä missä ja tilastot 

12. Harjoittelu: hyödyllisten toimintojen hallinta 
13. Toimii mikä tahansa, kaikki, lajittelu, ainutlaatuinen, in1d. Lineaarialgebran yleiskatsaus 
14. Permutaatio- ja sekoitusfunktiot. Taulukon tallentaminen tiedostoon 
Johdatus Pandaan
1. Ensimmäinen tutustuminen sarjaan 
2. Harjoittelu: testaa tietosi sarjasta 
3. Lue lisää sarjoista: indeksit, lisäys, NaN-tarkistus 
4. Harjoittele: hienouksia sarjojen kanssa työskennellessä 
5. Ensimmäinen tutustuminen DataFrameen 
6. Lisätietoja DataFramesta: hakemistot, sisäkkäiset sanakirjat, del ja .T 
7. Harjoittelu: ominaisuuksien indeksointi 
8. Toiminnot uudelleenindeksoivat, pudottavat ja indeksoivat tietokehyksessä 
9. Harjoittele: vedä esiin mitä tarvitset, poista mitä et tarvitse 
10. Operaattorit loc, iloc, at, iat. Useiden tietokehysten lisääminen 
11. Tietokehysten lisääminen, lajittelu, aritmetiikka aukkojen kanssa 
12. Kuvailevia tilastoja. Ainutlaatuisia arvoja 
13. Testata 
14. Testi (jatkuu) 
Pandat: työskentely tietolähteiden kanssa
1. Mikä on CSV-muoto ja miten se kesytetään?
2. Lue lisää passin käsittelystä 
3. Opi lukemaan suuria tiedostoja paloina 
4. Kuka on JSON ja kuinka ystävystyä sen kanssa?
5. Formaattien HTML, XML, PICKLE, HDF5 tunteminen 
6. Vanha kunnon Excel ja vähän tietokannoista
Pandat: puhdistus ja tietojen valmistelu analysointia varten
1. Passien käsittelyn oppiminen 
2. Tarkistamme datan kaksoiskappaleiden varalta ja poistamme ne 
3. Arvojen korvaamisesta ja diskretisoinnista 
4. Tunnistamme päästöt ja poistamme ne asianmukaisesti 
5. Matriisien luominen valemuuttujista 
6. Jousien kanssa työskentely on helpompaa kuin miltä näyttää!
Pandas: Tietojen yhdistäminen ja muodon muuntaminen
1. Esittelyssä hierarkkinen indeksointi
2. Toiminnot, joissa on useita indeksejä tietokehyksissä
3. Tietokehysten yhdistäminen yhdistämisen avulla
4. Analoginen yhdistää; tietokehysten ketjuttaminen concatilla
5. Tietojen ja lomakemuunnosten yhdistäminen