وب سایت تخصصی شرکت فرین
دسته بندی دوره ها

تجزیه و تحلیل داده ها در پایتون و مصورسازی آن ها

سرفصل های دوره

پانداها، Matplotlib، Seeborn، & بیشتر! تجزیه و تحلیل ده ها تن از مجموعه داده ها و ایجاد تجسم خیره کننده

عنوان اصلی : 2022 Python Data Analysis & Visualization Masterclass

سرفصل های دوره :

مقدمه:
دانلود مطالب دوره مهم است!!
تمرینات چگونه کار می کنند
راه اندازی و نصب:
راهنمای نصب مک
راهنمای نصب ویندوز
"نصب" پانداها و Matplotlib (مک و ویندوز)
کار با نوت بوک Jupyter:
خاموش کردن سرور نوت بوک
خروجی سلول چگونه کار می کند
میانبرهای حالت فرمان
انواع سلول: زمان علامت گذاری!
راه اندازی مجدد هسته
مشاهده اسناد در داخل یک نوت بوک
ورزش: نوت بوک Jupyter
راه حل: نوت بوک Jupyter
فریم‌های داده و مجموعه‌های داده:
بازرسی DataFrames: head()، tail() و غیره.
انواع داده و اطلاعات()
مجموعه داده فروش خانه
مجموعه داده مسافران تایتانیک
جداکننده های بدون کاما: مجموعه داده نتفلیکس
عناوین اصلی: مجموعه داده جمعیت کشور
تمرین: DataFrames & Datasets
راه حل: DataFrames & Datasets
روش ها و محاسبات Basic DataFrame:
جمع و شمارش
میانگین، میانه، و حالت
توصیف با مقادیر عددی
توصیف با مقادیر اشیا (متن).
تمرین: روش‌های پایه DataFrame
راه حل: روش های پایه DataFrame
سریال ها و ستون ها:
انتخاب یک ستون واحد
نگاهی دقیق تر به سریال ها
روش های مهم سری
منحصر به فرد و منحصر به فرد
بزرگترین و کوچکترین
انتخاب چند ستون
روش قدرتمند value_counts()
استفاده از plot() برای تجسم!
تمرین: سریال و طرح
راه حل: سریال و طرح
نمايه‌سازي و مرتب‌سازي:
مبانی Set_Index
set_index: مجموعه داده های شاخص شادی جهانی
تنظیم فهرست با read_csv
مقدمه sort_values
مرتب سازی بر اساس ستون های متعدد
مرتب‌سازی ستون‌های متن
sort_index
مرتب سازی و رسم!
محل
iloc
loc & iloc با سری
تمرین: نمایه ها و مرتب سازی
راه حل: نمایه ها و مرتب سازی
فیلتر کردن قاب های داده:
فیلتر کردن با اپراتورهای مقایسه
روش بین
روش isin().
ترکیب شرایط با استفاده از AND (&)
ترکیب شرایط با استفاده از OR (|)
نفی بیتی متدهای
isna() و notna().
فیلتر کردن + نمونه‌های ترسیمی
راه حل: تمرین فیلتر کردن
افزودن و حذف ستون ها:
افتادن ستون ها
رها کردن ردیف ها
افزودن ستون های ایستا
ایجاد ستون‌های پویا جدید
یافتن بالاترین قیمت/متر مربع خانه
پیدا کردن بزرگترین تغییرات قیمت بیت کوین
تمرین: افزودن/حذف ستون‌ها و ردیف‌ها
راه حل: اضافه کردن/حذف ستون ها و ردیف ها
به روز رسانی مقادیر:
تغییر نام ستون ها و برچسب های فهرست
متد ()replacement
به روز رسانی مقادیر با استفاده از loc[]
به روز رسانی چندین مقدار با استفاده از loc[]
ایجاد به روز رسانی با loc[] و Boolean Mask
تمرین: به روز رسانی ارزش ها
راه حل: تمرین ارزش ها به روز رسانی
کار با انواع و مقادیر NA:
انواع ریخته گری با astype()
معرفی نوع دسته
Casting با pd.to_numeric()
dropna() و isna()
fillna()
تمرین: برخورد با ارزش های NA
راه حل: برخورد با ارزش های NA
کار با تاریخ و زمان:
چرا تاریخ مهم است؟
تبدیل با pd.to_datetime()
تعیین فرمت های فانتزی با pd.to_datetime()
تاریخ ها و DataFrames
خواص مفید dt
مقایسه تاریخ ها
تاریخ ریاضی و زمان دلتا
کاوش مجموعه داده نمودارهای بیلبورد
تمرین: تاریخ و زمان
راه حل: تاریخ و زمان
Matplotlib:
معرفی Matplotlib
اولین توطئه های Matplotlib ما!
آیا به ()plt.show نیاز داریم؟
آناتومی توطئه ها
اندازه و ابعاد طرح
تغییر صفحات سبک Matplotlib
سبک های خط، رنگ ها، عرض ها و موارد دیگر!
برچسب‌ها و عنوان‌های طرح
تغییر تیک X و Y
افزودن افسانه ها به طرح ها
تمرین: چالش شماره 1 Matplotlib
ایجاد نمودارهای نوار
تمرین: چالش شماره 2 Matplotlib
ایجاد نمودارهای پراکندگی
ایجاد نمودارهای پای
تمرین: چالش شماره 3 Matplotlib
کار با طرح های فرعی
قرار دادن همه چیز در کنار هم
تمرین: چالش شماره 4 Matplotlib
بازدید نقشه پانداها:
خلاصه داستان پانداها
تغییر سبک طرح پانداها
افزودن برچسب‌ها و عنوان‌ها به طرح‌های پاندا
استفاده از rename() هنگام ترسیم
نگاهی دقیق تر به طرح های بار پانداها
تمرین: پانداها در طرح چالش شماره 1
هیستوگرام پانداها
قطعات جعبه
طرح های خط پاندا
تمرین: پانداها در طرح چالش شماره 2
نقشه های پراکنده پانداها
نقشه های متعدد در همان محورها
چالش توطئه UFOS!
تمرین: پانداها در طرح چالش شماره 3
طرح های فرعی خودکار پانداها
نقشه‌های فرعی دستی با پانداها
تمرین: پانداها در طرح چالش شماره 4
تمرین: پانداها در طرح چالش شماره 5
صادر کردن ارقام با savefig()
گروه‌بندی و تجمیع:
معرفی Groupby
کاوش گروه ها
Split-Apply-Combine
استفاده از روش Agg
Agg با توابع سفارشی
Aggregation نامگذاری شده
تمرین: Groupby
راه حل: Groupby
شاخص‌سازی سلسله مراتبی:
گروه بندی با چندین ستون
ایجاد چند ایندکس با set_index
مرتب سازی چند ایندکس
استفاده از loc[] با MultiIndex
مقاطع متقاطع با روش XS
get_level_values()
ستون های سلسله مراتبی
Stack() و Unstack()
نقشه برداری با Unstack()
گروه بندی بر اساس شاخص
کار با متن:
نوع داده رشته در مقابل. نوع داده شی
Upper()، Lower() و Capitalize()
نمایه سازی مجموعه های رشته ای با []
حذف فضای سفید با Strip()
تقسیم مقادیر متن با Split()
تعویض بخشی از رشته ها با Replace()
آزمایش رشته ها با Contains()
Apply، Map و Applymap:
اعمال توابع در سری
Apply() with Lambdas & Arguments
Apply() w/ DataFrames: Columns
Apply() w/ DataFrames: Rows
روش نقشه سری ()
روش ApplyMap().
ترکیب سری و دیتا فریم:
سریال پیوند
به هم پیوستن سری ها بر اساس نمایه
اتصالات داخلی در مقابل خارجی
به هم پیوستن دیتا فریم ها بر اساس ستون ها
به هم پیوستن دیتا فریم ها بر اساس نمایه
روش DataFrame Merge()
Merge() با اتصالات چپ، راست، داخلی و خارجی
Merge() On و پسوند آرگومان ها
Seaborn:
معرفی Seaborn
روش load_dataset() Helpful
Scatterplots Seaborn
خطوط خطی دریا
روش replot().
تغییر اندازه طرح‌های Seaborn: جنبه و ارتفاع
هیستوگرام های دریایی
نقشه های KDE
قطعات توزیع دو متغیره
روش Amazing displot().
قطعه‌های طبقه‌بندی دریازاد:
Countplot
قطعات نواری و ازدحامی
قطعات جعبه
Boxenplots
بارپلات
روش Catplot پسر بزرگ
کنترل زیبایی شناسی دریازاد:
تغییر تم های دریایی
سفارشی کردن سبک ها با set_style()
تغییر ستون فقرات با despine()
تغییر پالت رنگ

نمایش سرفصل های انگلیسی

2022 Python Data Analysis & Visualization Masterclass

45,900 تومان
بیش از یک محصول به صورت دانلودی میخواهید؟ محصول را به سبد خرید اضافه کنید.
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.

ایمیل شما:
تولید کننده:
مدرس:
شناسه: UD22019
حجم: 8701 مگابایت
مدت زمان: 1216 دقیقه
تعداد دیسک: 3 عدد
زیرنویس انگلیسی: دارد
زبان: انگلیسی ساده و روان
تاریخ انتشار: 12 بهمن 1400
تجزیه و تحلیل داده ها در پایتون و مصورسازی آن ها
تجزیه و تحلیل داده ها در پایتون و مصورسازی آن ها 1
تجزیه و تحلیل داده ها در پایتون و مصورسازی آن ها 2
تجزیه و تحلیل داده ها در پایتون و مصورسازی آن ها 3
تجزیه و تحلیل داده ها در پایتون و مصورسازی آن ها 4
تجزیه و تحلیل داده ها در پایتون و مصورسازی آن ها 5
تجزیه و تحلیل داده ها در پایتون و مصورسازی آن ها 6
طراحی سایت و خدمات سئو

45,900 تومان
افزودن به سبد خرید