Introduction à la science des données en Python
Commencer Le Cours Gratuitement4 heures13 vidéos44 exercices468 770 apprenantsDéclaration de réalisation
Créez votre compte gratuit
ou
En continuant, vous acceptez nos Conditions d'utilisation, notre Politique de confidentialité et le fait que vos données sont stockées aux États-Unis.Formation de 2 personnes ou plus ?
Essayer DataCamp for BusinessApprécié par les apprenants de milliers d'entreprises
Description du cours
Commencez votre voyage dans la science des données ! Même si vous n'avez jamais écrit une ligne de code de votre vie, vous pourrez suivre ce cours et témoigner de la puissance de Python pour réaliser de la Data Science. Vous utiliserez des données pour résoudre le mystère de Bayes, le Golden Retriever kidnappé, et en cours de route, vous vous familiariserez avec la syntaxe de base de Python et les modules populaires de la science des données comme Matplotlib (pour les diagrammes et les graphiques) et pandas (pour les données tabulaires).
Formation de 2 personnes ou plus ?
Donnez à votre équipe l’accès à la plateforme DataCamp complète, y compris toutes les fonctionnalités.- 1
S'initier à Python
GratuitBienvenue dans le monde merveilleux de l'analyse de données en Python ! Dans ce chapitre, vous apprendrez les bases de la syntaxe Python, vous chargerez vos premiers modules Python et vous utiliserez des fonctions pour obtenir une liste de suspects pour l'enlèvement de Python, le Golden Retriever primé de DataCamp.
Plongez dans Python50 xpImporter des modules Python100 xpCorriger une importation non conforme100 xpCréation de variables50 xpCréation d'un flotteur100 xpCréation de chaînes de caractères100 xpCorriger les erreurs de chaîne100 xpNoms de variables valables50 xpS'amuser avec les fonctions50 xpCharger un DataFrame100 xpCorriger une erreur de fonction100 xpRecherche de suspects100 xp - 2
Chargement de données dans pandas
Dans ce chapitre, vous découvrirez une puissante bibliothèque Python : pandas. pandas vous permet de lire, de modifier et de rechercher des ensembles de données tabulaires (tels que des feuilles de calcul et des tableaux de base de données). Vous examinerez les relevés de cartes de crédit des suspects et vérifierez si l'un d'entre eux a effectué des achats suspects.
Qu'est-ce qu'un pandas ?50 xpChargement d'un DataFrame100 xpInspection d'un DataFrame100 xpSélection des colonnes50 xpDeux méthodes de sélection des colonnes100 xpCorrection des erreurs de sélection des colonnes100 xpAutres erreurs de sélection de colonnes100 xpSélectionner des lignes avec logique50 xpTests logiques100 xpSélection des chiots manquants100 xpRéduire la liste des suspects100 xp - 3
Tracer des données avec Matplotlib
Préparez-vous à visualiser vos données ! Vous allez créer des tracés linéaires à l'aide d'un autre module Python : Matplotlib. À l'aide de tracés linéaires, vous analyserez la fréquence des lettres de la demande de rançon et plusieurs échantillons d'écriture afin de déterminer le ravisseur.
Création de diagrammes linéaires50 xpTravailler dur100 xpOu ne travaille-t-elle que difficilement ?100 xpAjouter du texte aux tracés50 xpAjouter une légende100 xpAjout d'étiquettes100 xpAjouter un texte flottant100 xpGraphiques de style50 xpLe cursus des statistiques criminelles100 xpJouer avec les styles100 xpIdentifier le ravisseur de Bayes100 xp - 4
Différents types de parcelles
Dans ce dernier chapitre, vous apprendrez à créer trois nouveaux types de diagrammes : les diagrammes de dispersion, les diagrammes en bâtons et les histogrammes. Vous utiliserez ces outils pour localiser l'endroit où se cache le kidnappeur et sauver Bayes, le Golden Retriever.
Réalisation d'un diagramme de dispersion50 xpGraphique des données de téléphonie mobile100 xpModifier un nuage de points100 xpRéalisation d'un diagramme en bâtons50 xpConstruire un diagramme à barres simple100 xpOù est passé le temps ?100 xpCréation d'un histogramme50 xpModifier les histogrammes100 xpDes héros avec des histogrammes100 xpRécapitulation du sauvetage50 xp
Formation de 2 personnes ou plus ?
Donnez à votre équipe l’accès à la plateforme DataCamp complète, y compris toutes les fonctionnalités.collaborateurs
Hillary Green-Lerman
Voir PlusLead Data Scientist, Looker
Qu’est-ce que les autres apprenants ont à dire ?
Inscrivez-vous 15 millions d’apprenants et commencer Introduction à la science des données en Python Aujourd’hui!
Créez votre compte gratuit
ou
En continuant, vous acceptez nos Conditions d'utilisation, notre Politique de confidentialité et le fait que vos données sont stockées aux États-Unis.