Przejdź do głównej treści

Strona główna Python

Kurs

Python średnio zaawansowany

PodstawowyPoziom umiejętności

Zaktualizowano 01.2026

Rozwiń umiejętności data science, tworząc wizualizacje w Matplotlib i manipulując DataFrames za pomocą pandas.

Zacznij kurs za darmo

PythonProgramming

4 godz.

18 filmów

87 Ćwiczeń

7,400 XP

1.4M+

Zaświadczenie o ukończeniu

Uwielbiany przez kursantów z tysięcy firm

Szkolisz zespół?

Wypróbuj dla firm

Opis kursu

Rozwijaj swoje umiejętności w Pythonie

Nauka Pythona jest kluczowa dla każdego aspirującego specjalisty ds. data science. Naucz się wizualizować rzeczywiste dane za pomocą funkcji Matplotlib i poznaj struktury danych, takie jak słownik oraz DataFrame pandas. Ten czterogodzinny kurs na poziomie średnio zaawansowanym pomoże Ci rozwinąć dotychczasowe umiejętności w Pythonie oraz poznać nowe zastosowania i funkcje Pythona, które poszerzą Twój repertuar i pomogą Ci pracować wydajniej.

Naucz się korzystać ze słowników Pythona i pandas

Słowniki stanowią alternatywę dla list Pythona, a dataframe pandas to najpopularniejszy sposób pracy z danymi tabelarycznymi. W drugim rozdziale tego kursu dowiesz się, jak tworzyć i modyfikować zbiory danych oraz jak uzyskiwać do nich dostęp za pomocą tych struktur. Praktyczne ćwiczenia przez cały kurs zbudują Twoją pewność siebie w każdym obszarze.

Poznaj logikę boolowską w Pythonie i pętle w Pythonie

W drugiej połowie tego kursu przyjrzysz się logice, przepływowi sterowania, filtrowaniu i pętlom. Te funkcje służą do kontrolowania podejmowania decyzji w programach Python i pomagają wykonywać więcej operacji na danych, w tym powtarzające się instrukcje. Zakończysz kurs, wykorzystując wszystkie nowe umiejętności i stosując statystykę hakerską do obliczenia swoich szans na wygraną zakładu.

Po ukończeniu wszystkich rozdziałów będziesz gotowy(-a) wykorzystać nowe umiejętności w pracy, nowej karierze lub projekcie osobistym oraz przygotowany(-a) do przejścia do bardziej zaawansowanej nauki Pythona.

Wymagania wstępne

Introduction to Python

1

Matplotlib

Data visualization is a key skill for aspiring data scientists. Matplotlib makes it easy to create meaningful and insightful plots. In this chapter, you’ll learn how to build various types of plots, and customize them to be more visually appealing and interpretable.

Basic plots with Matplotlib

Line plot (1)

Line Plot (2): Interpretation

Line plot (3)

Scatter Plot (1)

Scatter plot (2)

Build a histogram (1)

Build a histogram (2): bins

Build a histogram (3): compare

Choose the right plot (1)

Choose the right plot (2)

Customization

Additional Customizations

Interpretation

Zacznij rozdział

2

Dictionaries & Pandas

Learn about the dictionary, an alternative to the Python list, and the pandas DataFrame, the de facto standard to work with tabular data in Python. You will get hands-on practice with creating and manipulating datasets, and you’ll learn how to access the information you need from these data structures.

Dictionaries, Part 1

Motivation for dictionaries

Create dictionary

Access dictionary

Dictionaries, Part 2

Dictionary Manipulation (1)

Dictionary Manipulation (2)

Dictionariception

Pandas, Part 1

Dictionary to DataFrame (1)

Dictionary to DataFrame (2)

CSV to DataFrame (1)

CSV to DataFrame (2)

Pandas, Part 2

Square Brackets (1)

Square Brackets (2)

loc and iloc (1)

loc and iloc (2)

loc and iloc (3)

Zacznij rozdział

3

Logic, Control Flow and Filtering

Boolean logic is the foundation of decision-making in Python programs. Learn about different comparison operators, how to combine them with Boolean operators, and how to use the Boolean outcomes in control structures. You'll also learn to filter data in pandas DataFrames using logic.

Comparison Operators

Greater and less than

Compare arrays

Boolean Operators

and, or, not (1)

and, or, not (2)

Boolean operators with NumPy

if, elif, else

Customize further: elif

Filtering pandas DataFrames

Driving right (1)

Driving right (2)

Cars per capita (1)

Cars per capita (2)

Zacznij rozdział

4

Loops

There are several techniques you can use to repeatedly execute Python code. While loops are like repeated if statements, the for loop iterates over all kinds of data structures. Learn all about them in this chapter.

while: warming up

Basic while loop

Add conditionals

Loop over a list

Indexes and values (1)

Indexes and values (2)

Loop over list of lists

Loop Data Structures Part 1

Loop over dictionary

Loop over NumPy array

Loop Data Structures Part 2

Loop over DataFrame (1)

Loop over DataFrame (2)

Add column (1)

Add column (2)

Zacznij rozdział

5

Case Study: Hacker Statistics

This chapter will allow you to apply all the concepts you've learned in this course. You will use hacker statistics to calculate your chances of winning a bet. Use random number generators, loops, and Matplotlib to gain a competitive edge!

Random Numbers

Random float

Roll the dice

Determine your next move

Random Walk

The next step

How low can you go?

Visualize the walk

Distribution

Simulate multiple walks

Visualize all walks

Implement clumsiness

Plot the distribution

Calculate the odds

Zacznij rozdział

Python średnio zaawansowany

Kurs
ukończony

Zdobądź zaświadczenie o ukończeniu

Dodaj to poświadczenie do swojego profilu LinkedIn, CV lub życiorysu
Udostępnij to w mediach społecznościowych i podczas oceny wyników pracyZapisz się teraz

Dołącz do ponad 19 milionów kursantów i zacznij Python średnio zaawansowany już dziś!

Rozwijaj swoje umiejętności w zakresie danych dzięki DataCamp dla urządzeń mobilnych

Rób postępy w podróży dzięki naszym kursom mobilnym i codziennym 5-minutowym wyzwaniom kodowania.