Dopo aver seguito questi corsi, mi sento sicuro nel creare visualizzazioni e dashboard professionali
Descrizione del corso
Migliora le tue competenze in Python
Imparare Python è fondamentale per ogni aspirante professionista della scienza dei dati. Impara a visualizzare dati reali con le funzioni di Matplotlib e familiarizza con strutture di dati come il dizionario e il pandas DataFrame. Questo corso intermedio di quattro ore ti aiuterà a sviluppare le tue attuali competenze in Python e a esplorare nuove applicazioni e funzioni Python che amplieranno il tuo repertorio e ti aiuteranno a lavorare in modo più efficiente.Impara a usare i dizionari e i panda di Python
I dizionari offrono un'alternativa alle liste di Python, mentre il dataframe di pandas è il modo più popolare di lavorare con i dati tabellari. Nel secondo capitolo di questo corso scoprirai come creare e manipolare i dataset e come accedervi utilizzando queste strutture. La pratica pratica pratica durante il corso ti permetterà di acquisire sicurezza in ogni area.Esplora la logica booleana e i loop di Python
Nella seconda parte di questo corso, ti occuperai di logica, flusso di controllo, filtraggio e loop. Queste funzioni servono a controllare il processo decisionale nei programmi Python e ti aiutano a eseguire più operazioni con i dati, comprese le dichiarazioni ripetute. Terminerai il corso mettendo in pratica tutte le tue nuove abilità utilizzando le statistiche degli hacker per calcolare le probabilità di vincita di una scommessa.Una volta completati tutti i capitoli, sarai pronto ad applicare le tue nuove competenze nel tuo lavoro, nella tua nuova carriera o in un progetto personale e sarai pronto a passare all'apprendimento di Python più avanzato.
Prerequisiti
Programma
Struttura del corso
1
Matplotlib
La visualizzazione dei dati o Data Visualization è una competenza fondamentale per gli aspiranti data scientist. Matplotlib semplifica la creazione di grafici significativi e intuitivi. In questo capitolo imparerai a costruire diversi tipi di grafici e a personalizzarli per renderli visivamente più chiari e facili da interpretare.
- Grafici di base con Matplotlib50 XP
- Grafico a linee (1)100 XP
- Grafico a linee (2): Interpretazione50 XP
- Grafico a linee (3)100 XP
- Grafico a dispersione (1)100 XP
- Grafico a dispersione (2)100 XP
- Istogramma50 XP
- Costruire un istogramma (1)100 XP
- Costruire un istogramma (2): bins100 XP
- Costruire un istogramma (3): confronto100 XP
- Scegliere il grafico giusto (1)50 XP
- Scegliere il grafico giusto (2)50 XP
- Personalizzazione50 XP
- Etichette100 XP
- I ticks (marcatori sull’asse)100 XP
- Dimensioni100 XP
- Colori100 XP
- Personalizzazioni aggiuntive100 XP
- Interpretazione50 XP
2
Dizionari e pandas
Scopri il dizionario, un'alternativa alla lista in Python, e il DataFrame di pandas, lo standard più usato per gestire dati tabellari. Metterai in pratica la creazione e la manipolazione di set di dati e imparerai ad accedere facilmente alle informazioni all’interno di queste strutture.
3
Logica, flusso di controllo e filtraggio
La logica booleana è alla base del processo decisionale nei programmi Python. Scoprirai i diversi operatori di confronto, come combinarli con gli operatori booleani e come utilizzare i risultati booleani nelle strutture di controllo. Imparerai inoltre a filtrare i dati nei DataFrame di pandas applicando la logica booleana.
4
Cicli
Ci sono diverse tecniche che puoi utilizzare per eseguire ripetutamente il codice Python. I cicli while sono simili a condizioni if ripetute, mentre i cicli for iterano su qualsiasi tipo di struttura dati. Scopri tutto su di loro in questo capitolo.
5
Caso di studio: Statistiche da “hacker”
Questo capitolo ti permetterà di mettere in pratica tutti i concetti appresi nel corso. Userai tecniche statistiche da “hacker” per calcolare le probabilità di vincere una scommessa. Sfrutta generatori di numeri casuali, cicli e Matplotlib per ottenere un vantaggio competitivo!
Python - Livello Intermedio
Corso
completato

