تجزیه و تحلیل داده ها در پایتون با NumPy و Pandas

numpy و pandas را برای علوم داده ، تجزیه و تحلیل داده ها و هوش تجاری ، با پروژه های عملی و عملی پایتون بیاموزید!

عنوان اصلی : Data Analysis with Python: NumPy & Pandas Masterclass

سرفصل های دوره :

شروع به کار:
من را بخوانید: نکات مهم برای دانشجویان جدیدالورود
دانلود: منابع دوره
NumPy Primer:
راه حل: مبانی آرایه
ایجاد آرایه
تولید اعداد تصادفی
تکلیف: ایجاد آرایه
راه حل: ایجاد آرایه
نمایه سازی و برش آرایه ها
تکلیف: نمایه سازی و برش آرایه ها
راه حل: نمایه سازی و برش آرایه ها
عملیات آرایه
تخصیص: عملیات آرایه
راه حل: عملیات آرایه
فیلتر کردن آرایه ها و اصلاح مقادیر آرایه
تابع Where
تخصیص: فیلتر کردن و اصلاح آرایه ها
راه حل: فیلتر کردن و اصلاح آرایه ها
تجمع آرایه
توابع آرایه
مرتب سازی آرایه ها
تکلیف: تجمیع و مرتب سازی
راه حل: تجمع و مرتب سازی
بردارسازی
پخش
تکلیف: همه را جمع کنید
راه حل: همه را با هم جمع کنید
غذاهای کلیدی
آزمون: NumPy Primer
سری پانداها:
مبانی سری
انواع داده پانداها و تبدیل نوع
تخصیص: انواع داده و تبدیل نوع
راه حل: انواع داده و تبدیل نوع
شاخص‌های سری و شاخص‌های سفارشی
دستگاه .iloc
Accessor .loc
تکراری مقادیر شاخص و بازنشانی شاخص
تکلیف: دسترسی به داده ها و بازنشانی شاخص
راه حل: دسترسی به داده ها و بازنشانی شاخص
فیلتر کردن سری و تست های منطقی
مجموعه مرتب سازی
تکلیف: مرتب سازی و فیلتر کردن سری
راه حل: مرتب سازی و فیلتر کردن سری
عملیات سری عددی
عملیات سری متن
تکلیف: عملیات سری
راه حل: عملیات سری
تجمیع سری های عددی
جمع بندی سری های دسته بندی
تکلیف: مجموعه‌ای از مجموعه
راه‌حل: مجموعه‌ای از سری
نمایندگی داده در پانداها وجود ندارد
شناسایی داده های از دست رفته
رفع داده های از دست رفته
تکلیف: داده‌های موجود نیست
راه حل: داده های از دست رفته
اعمال توابع سفارشی در سری
Pandas Where (در مقابل NumPy Where)
تکلیف: درخواست و مکان
راه حل: درخواست و کجا
غذای اصلی
آزمون: سری پانداها
معرفی DataFrames:
مبانی DataFrame
ایجاد یک DataFrame
تکلیف: مبانی DataFrame
راه حل: مبانی DataFrame
کاوش DataFrames: Heads, Tails & Sample
کاوش DataFrames: اطلاعات و توصیف
تخصیص: کاوش در یک DataFrame
راه حل: کاوش یک DataFrame
دسترسی به ستون های DataFrame
دسترسی به داده های DataFrame با .iloc و .loc
ASSIGNMENT: دسترسی به داده های DataFrame
راه حل: دسترسی به داده های DataFrame
رها کردن ستون ها و ردیف ها
شناسایی و حذف موارد تکراری
تکلیف: حذف داده ها
راه حل: حذف داده ها
داده های از دست رفته
تکلیف: داده‌های موجود نیست
راه حل: داده های از دست رفته
فیلتر کردن DataFrame
نکته حرفه ای: روش پرس و جو
تخصیص: فیلتر کردن DataFrames
راه حل: فیلتر کردن DataFrames
مرتب سازی DataFrame
تخصیص: مرتب سازی DataFrame
راه حل: مرتب سازی DataFrames
تغییر نام و ترتیب مجدد ستون ها
تکلیف: تغییر نام و ترتیب مجدد ستون ها
راه حل: تغییر نام و ترتیب مجدد ستون ها
ایجاد ستون حسابی و بولی
تکلیف: ستون های حسابی و بولی
راه حل: ستون های حسابی و بولی
نکته حرفه ای: ستون های شرطی پیشرفته با انتخاب
AsIGNMENT: تابع انتخاب
راه حل: تابع انتخاب
روش نقشه
نکته حرفه ای: ایجاد چندین ستون با Assign
تخصیص: نقشه و تخصیص
راه حل: نقشه و تخصیص
نوع داده دسته بندی
تبدیل نوع
نکته حرفه ای: استفاده از حافظه و انواع داده
نکته حرفه ای: انواع داده های عددی را حذف کنید
Asignment: DataFrame Data Types
راه حل: DataFrame DataTypes
نکات کلیدی
آزمون: مقدمه ای بر DataFrames
جمع‌آوری و شکل‌دهی مجدد قاب‌های داده:
تجمیع های اساسی
روش Groupby
تکلیف: Groupby
راه حل: Groupby
گروه بندی بر اساس چند ستون
تخصیص: گروه بندی بر اساس چند ستون
راه حل: گروه بندی بر اساس چند ستون
قاب های داده چند شاخصی
تغییر چند شاخص
تخصیص: فریم های داده چند شاخصی
راه حل: DataFrames چند شاخصه
روش Agg و تجمعات نامگذاری شده
تکلیف: روش Agg
راه حل: روش Agg
نکته حرفه ای: تبدیل DataFrame
Assignment: تبدیل یک DataFrame
راه حل: تبدیل یک DataFrame
جداول محوری در پانداها
جدول محوری تجمع چندگانه
نکته حرفه ای: نقشه های حرارتی جدول محوری
ذوب دیتا فریم
تکلیف: Pivot & Melt
راه حل: Pivot & Melt
غذای اصلی
QUIZ: جمع‌آوری و شکل‌دهی مجدد قاب‌های داده
تجسم داده های پایه در پایتون:
روش matplotlib API و .plot().
تکلیف: نمودار خط اصلی
راه حل: نمودار خط اصلی
عناوین نمودار
رنگ های نمودار
سبک های خط
افسانه‌های نمودار و خطوط شبکه
سبک های نمودار
تکلیف:نمودار خطی تلطیف شده
راه حل: نمودار خطی سبک
نقاط فرعی و اندازه شکل
تکلیف: طرح های فرعی
راه حل: طرح های فرعی
نمودار میله ای
نمودارهای نواری گروه‌بندی‌شده و پشته‌ای
تکلیف: نمودارهای میله ای
راه حل: نمودار میله ای
نمودارهای پای و نمودارهای پراکنده
تکلیف: نمودارهای پراکنده
راه حل: نمودارهای پراکنده
هیستوگرام
تکلیف: هیستوگرام
راه حل: هیستوگرام
ذخیره قطعه ها و اکتشاف بیشتر
غذای اصلی
آزمون: تجسم داده های پایه در پایتون
پروژه میان دوره:
معرفی پروژه میان دوره
راه حل: پروژه میان دوره
تجزیه و تحلیل تاریخ و زمان:
Times در پایتون و پانداها
تبدیل به Datetimes
قالب بندی تاریخ ها
قطعات تاریخ و زمان
تکلیف: اصول اولیه تاریخ پانداها
راه حل: مبانی تاریخ پانداها
دلتاهای زمانی و حسابی
تکلیف: دلتاهای زمانی
راه حل: Time Deltas
شاخص های سری زمانی
داده‌های سری زمانی وجود ندارد
تکلیف: داده‌های سری زمانی وجود ندارد
راه حل: داده های سری زمانی وجود ندارد
تغییر سری زمانی
نکته حرفه ای: DIFF()
تکلیف: Shift & Diff
راه حل: Shift & Diff
تجمع و نمونه‌گیری مجدد
تکلیف: نمونه گیری مجدد
راه حل: نمونه برداری مجدد
تجمعات نورد
تکلیف: تجمعات چرخشی
راه حل: تجمعات چرخشی
غذای اصلی
آزمون: تجزیه و تحلیل تاریخ و زمان
وارد کردن و صادر کردن داده ها:
پیش پردازش با read_csv
انتخاب ستون
انتخاب ردیف و مقادیر از دست رفته
تجزیه تاریخ ها و انواع داده ها
نکته حرفه ای: مبدل ها
تکلیف: وارد کردن داده
راه حل: وارد کردن داده ها
وارد کردن از فایل‌های متن و اکسل
صادر کردن به فایل های Flat
تخصیص: وارد کردن و صادر کردن داده های اکسل
راه حل: وارد کردن و صادر کردن داده های اکسل
کار با پایگاه های داده SQL
سایر فرمت های فایل پشتیبانی شده
غذای اصلی
آزمون: وارد کردن و صادر کردن داده ها
پیوستن به DataFrames:
چرا جدول های متعدد؟
افزودن DataFrames
Assignment: افزودن DataFrames
راه حل: افزودن DataFrames
پیوستن به DataFrames
Join Types
پیوندهای داخلی
پیوستن چپ
تخصیص: پیوستن به DataFrames
راه حل: پیوستن به DataFrames
روش پیوستن
غذای اصلی
QUIZ: پیوستن به DataFrames
پروژه دوره نهایی:
معرفی نهایی پروژه
راه حل: پروژه نهایی
درس پاداش:
درس جایزه