در حال حاضر محصولی در سبد خرید شما وجود ندارد.

پنل کاربری

رمز خود را فراموش کرده اید؟ اگر اولین بار است از سایت جدید استفاده میکنید باید پسورد خود را ریست نمایید.
دسته بندی
دسته بندی

در حال حاضر محصولی در سبد خرید شما وجود ندارد.

آموزش آنالیز داده ها با پایتون و پانداس

10,900 تومان
بیش از یک محصول به صورت دانلودی میخواهید؟ محصول را به سبد خرید اضافه کنید.
افزودن به سبد خرید
خرید دانلودی فوری

در این روش نیاز به افزودن محصول به سبد خرید و تکمیل اطلاعات نیست و شما پس از وارد کردن ایمیل خود و طی کردن مراحل پرداخت لینک های دریافت محصولات را در ایمیل خود دریافت خواهید کرد.

ویدئو معرفی این محصول

در این مجموعه آموزش یاد می گیرید که چطور با زبان Python و فریمورک Pandas در این زبان داده ها را تحلیل کنید. 

عنوان اصلی : Data Analysis with Pandas and Python

سرفصل ها :


نصب و راه اندازی:
مقدمه دوره
فایل های دوره تکمیل شده
سیستم عامل مک - توزیع Anaconda را دانلود کنید
سیستم عامل مک - Anaconda Distribution را نصب کنید
سیستم عامل مک - به ترمینال دسترسی پیدا کنید
سیستم عامل مک - کتابخانه های آناکوندا را به روز کنید
سیستم عامل مک - مواد دوره + فرآیند شروع و خاموش کردن را باز کنید
ویندوز - توزیع Anaconda را دانلود کنید
ویندوز - Anaconda Distribution را نصب کنید
ویندوز - به Command Prompt دسترسی داشته باشید و کتابخانه های Anaconda را به روز کنید
ویندوز - بسته بندی مواد دوره + فرآیند شروع و خاموش کردن
معرفی رابط نوت بوک Jupyter
انواع سلول ها و حالت های سلولی
اجرای سلول کد
میانبرهای محبوب صفحه کلید
کتابخانه ها را به نوت بوک Jupyter وارد کنید
دوره سقوط پایتون، قسمت 1 - انواع داده ها و متغیرها
دوره سقوط پایتون، قسمت 2 - لیست ها
دوره سقوط پایتون، قسمت 3 - دیکشنری ها
دوره سقوط پایتون، قسمت 4 - اپراتورها
دوره سقوط پایتون، قسمت 5 - توابع
سلسله :
نوت بوک Jupyter را برای ماژول سری ایجاد کنید
یک شیء سری از لیست پایتون ایجاد کنید
یک شیء سری از دیکشنری پایتون ایجاد کنید
مقدمه ای بر ویژگی ها
مقدمه ای بر روش ها
پارامترها و آرگومان ها
وارد کردن سری ها با روش ()read_csv
متدهای .head() و .tail()
توابع داخلی پایتون
ویژگی های بیشتر سری
روش .sort_values()
پارامتر inplace
روش () sort_index
پایتون در کلمه کلیدی
استخراج مقادیر سری بر اساس موقعیت شاخص
استخراج مقادیر سری با برچسب شاخص
متد .get() در یک سری
روش های ریاضی روی اشیاء سری
متدهای idxmax() و .idxmin().
روش .value_counts()
روش .apply().
روش .map()
بررسی ماژول سری
7 سوال
DataFrames I:
معرفی ماژول DataFrames I
روش‌ها و ویژگی‌های مشترک بین سری و DataFrame
تفاوت بین روش های مشترک
یک ستون را از یک DataFrame انتخاب کنید
دو یا چند ستون را از یک DataFrame انتخاب کنید
اضافه کردن ستون جدید به DataFrame
عملیات پخش
مروری بر روش .value_counts()
سطرهایی را با مقادیر تهی رها کنید
مقادیر تهی را با متد .fillna() پر کنید
روش .atype().
یک DataFrame را با روش .sort_values()، قسمت اول مرتب کنید
یک DataFrame را با روش .sort_values()، قسمت دوم مرتب کنید
DataFrame را با روش .sort_index() مرتب کنید
مقادیر رتبه‌بندی با روش .rank()
DataFrames II:
مجموعه داده + بهینه سازی حافظه این ماژول
یک DataFrame را بر اساس یک شرط فیلتر کنید
فیلتر با بیش از یک شرط (AND - &)
فیلتر با بیش از یک شرط (OR - |)
روش ()isin
متدهای isnull() و .notnull().
روش () .between
روش .duplicated().
روش ()drop_duplicates
متدهای .unique() و .nunique().
DataFrames III:
معرفی ماژول DataFrames III + Import Dataset
متدهای .set_index() و .reset_index()
بازیابی سطرها با برچسب شاخص با .loc[]
بازیابی ردیف ها بر اساس موقعیت فهرست با .iloc[]
روش Catch-All .ix[]
آرگومان های دوم به روش های .loc[]، .iloc[] و .ix[]
مقادیر جدید را برای یک سلول یا ردیف خاص تنظیم کنید
چندین مقدار را در DataFrame تنظیم کنید
تغییر نام برچسب ها یا ستون های فهرست در یک DataFrame
سطرها یا ستون ها را از DataFrame حذف کنید
نمونه تصادفی را با متد .sample () ایجاد کنید
متدهای ()nsmallest و () .nlargest
فیلتر کردن با متد ()where
روش .query().
مروری بر روش .apply() در ستون های منفرد
متد .apply() با مقادیر ردیف
روش .copy().
کار با داده های متنی:
مقدمه ای بر ماژول کار با داده های متنی
روش‌های رشته‌ای رایج - پایین، بالا، عنوان و لنز
روش .str.replace()
فیلتر کردن با روش های رشته ای
روش‌های رشته‌ای بیشتر - نوار، lstrip و rstrip
روش‌های رشته‌ای در فهرست و ستون‌ها
تقسیم رشته ها بر اساس کاراکترها با روش .str.split().
با اسپلیت ها بیشتر تمرین کنید
پارامترهای expand و n متد .str.split().
چند شاخص:
مقدمه ای بر ماژول MultiIndex
با متد set_index() یک MultiIndex ایجاد کنید
متد ()get_level_values
متد ()set_names
روش sort_index().
استخراج ردیف ها از یک DataFrame MultiIndex
روش .transpose() و MultiIndex در سطح ستون
روش ()swaplevel
متد stack().
روش unstack() قسمت 1
روش unstack() قسمت 2
روش unstack() قسمت 3
روش ()pivot
روش ()pivot_table
روش pd.melt().
دسته بندی بر اساس :
معرفی ماژول Groupby
اولین عملیات با groupby Object
یک گروه را با متد .get_group() بازیابی کنید
روش‌ها در ستون‌های Groupby Object و DataFrame
گروه بندی بر اساس چند ستون
روش .agg().
تکرار از طریق گروه ها
ادغام، پیوستن و الحاق:
معرفی ماژول ادغام، پیوستن و الحاق
متد ()pd.concat، قسمت 1
متد ()pd.concat، قسمت 2
متد .append() در DataFrame
اتصالات داخلی، قسمت 1
پیوندهای داخلی، قسمت 2
اتصالات بیرونی
چپ پیوستن
پارامترهای left_on و right_on
ادغام بر اساس شاخص ها با پارامترهای left_index و right_index
متد ()join
روش ()pd.merge
کار با تاریخ و زمان:
مقدمه ای بر ماژول کار با تاریخ و زمان
بررسی ماژول datetime پایتون
شیء مهر زمانی پانداها
شیء DateTimeIndex پانداها
متد ()pd.to_datetime
محدوده تاریخ ها را با متد ()pd.date_range، قسمت 1 ایجاد کنید
محدوده تاریخ ها را با متد ()pd.date_range، قسمت 2 ایجاد کنید
محدوده تاریخ ها را با متد ()pd.date_range، قسمت 3 ایجاد کنید
dt Accessor
کتابخانه pandas-datareader را نصب کنید
وارد کردن مجموعه داده های مالی با کتابخانه pandas_datareader
انتخاب سطرها از DataFrame با DateTimeIndex
ویژگی‌های شی مُهر زمان
روش .truncate().
pd.DateOffset Objects
سرگرمی بیشتر با اشیاء pd.DateOffset
شی تایمدلتا پانداها
Timedelta ها در یک مجموعه داده
پانل ها:
معرفی مجموعه داده های ماژول + واکشی پنل از Google Finance
محورهای یک شی پانل
ویژگی های پانل
برای استخراج DataFrame از پانل از علامت براکت استفاده کنید
استخراج با متدهای loc، .iloc و ix
تبدیل پنل به DataFrame MultiIdex (و بالعکس)
روش ()major_xs
روش ()minor_xs
یک پنل را با متد .transpose() جابه جا کنید
روش ()swapaxes
مروری بر ماژول پانل ها
5 سوال
ورودی و خروجی :
معرفی ماژول ورودی و خروجی
فید pd.read_csv() روش آرگومان URL
تبدیل سریع شی
با روش .to_csv() DataFrame را به فایل CSV صادر کنید
برای خواندن و نوشتن فایل های اکسل، کتابخانه های xlrd و openpyxl را نصب کنید
فایل اکسل را به پانداها وارد کنید
صادرات فایل اکسل
ورودی و خروجی
3 سوال
تجسم :
مقدمه ای بر ماژول تجسم
روش .plot().
اصلاح زیبایی شناسی با الگوها
نمودارهای میله ای
نمودارهای پای
هیستوگرام ها
تجسم
5 سوال
گزینه ها و تنظیمات:
مقدمه ای بر ماژول گزینه ها و تنظیمات
تغییر گزینه های پانداها با ویژگی ها و نحو نقطه
تغییر گزینه های پاندا با روش ها
گزینه دقیق
نتیجه :
نتیجه

نمایش سرفصل های انگلیسی

Data Analysis with Pandas and Python