در حال حاضر محصولی در سبد خرید شما وجود ندارد.
با مشاهده این کورس آموزشی از طریق انجام پروژه های واقعی و به زبانی بسیار ساده مطالب فراوانی را در رابطه با پایتون برای Data Science یاد می گیرید.
عنوان اصلی : Python Functions for Data Science
معرفی:
توابع پایتون که باید بدانید
بیشترین بهره را از این دوره ببرید
1. توابع اساسی پایتون داخلی برای علم داده:
تابع چاپ پایتون()
تابع ورودی پایتون()
تابع ()abs پایتون
تابع round() پایتون
تابع min() پایتون
تابع max() Python
تابع sorted() پایتون
تابع sum () پایتون
تابع len() پایتون
تابع نوع () پایتون
2. توابع داخلی پیشرفته پایتون برای علم داده:
تابع نقشه () پایتون
تابع zip() پایتون
تابع فیلتر() پایتون
3. توابع از کتابخانه NumPy برای دستکاری داده های عددی:
آرایه های NumPy را در پایتون ایجاد کنید
حداقل و حداکثر مقادیر در آرایه های NumPy
شاخص های حداقل و حداکثر در آرایه های NumPy
اشکال آرایه های NumPy را بیابید و شکل دهید
آیتم ها یا گروه هایی از آیتم ها را از آرایه های NumPy انتخاب کنید
عملیات حسابی روی آرایه های NumPy
عملیات اسکالر روی آرایه های NumPy
عملیات آماری روی آرایه های NumPy
سایر عملیات روی آرایه های NumPy
4. توابع از کتابخانه SciPy برای محاسبات علمی:
عملیات جبر خطی با SciPy
توابع آماری با SciPy
5. توابع کتابخانه پانداها برای دستکاری داده ها و تجزیه و تحلیل داده ها:
یک سری پاندا بسازید
یک DataFrame پاندا ایجاد کنید
زیر مجموعه های داده را از اشیاء پاندا انتخاب کنید
اشیاء پاندا را اصلاح کنید
داده ها را از اشیاء پاندا ترکیب کنید
گروه بندی داده ها از اشیاء پانداها
6. توابع Matplotlib برای تجسم داده ها:
نمودارهای خط Matplotlib
قطعه های پراکنده Matplotlib
نمودارهای نوار Matplotlib
نمودارهای دایره ای Matplotlib
هیستوگرام های Matplotlib
طرح های فرعی Matplotlib
7. توابع Seaborn برای تجسم داده ها:
توطئه های جعبه دریایی
نمودارهای تخمینی چگالی هسته دریایی
توطئه های ویولن دریایی
نقشه های حرارتی دریا
نتیجه:
استفاده از توابع پایتون را شروع کنید
Python Functions for Data Science
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.
آموزش ساخت یک تیم تطبیق پذیر
چگونه اتلاف وقت در جلسات را متوقف کنیم
آموزش کدنویسی پروژه های یادگیری ماشینی بوسیله Scikit-Learn
دستورالعمل های مدیریت نیروی انسانی که هر کس باید بداند
Become a Better Listener at Work
آموزش بدست گرفتن یک گفتگو و ارتباط در یک جمع
Having More Memorable Conversations
تجزیه و تحلیل داده ها: داشبورد در مقابل داستانهای داده
آموزش ساخت لیست های وظایف عالی
رهبری اجرایی در زمان های بحران