After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
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
Program kursu
Plan kursu
1
Matplotlib
Wizualizacja danych to kluczowa umiejętność każdego przyszłego data scientista. Matplotlib ułatwia tworzenie przejrzystych i wartościowych wykresów. W tym rozdziale nauczysz się tworzyć różne rodzaje wykresów i dostosowywać je tak, by były bardziej atrakcyjne wizualnie i łatwiejsze w interpretacji.
- Podstawowe wykresy w Matplotlib50 XP
- Wykres liniowy (1)100 XP
- Wykres liniowy (2): interpretacja50 XP
- Wykres liniowy (3)100 XP
- Wykres punktowy (1)100 XP
- Wykres punktowy (2)100 XP
- Histogram50 XP
- Tworzenie histogramu (1)100 XP
- Tworzenie histogramu (2): przedziały100 XP
- Tworzenie histogramu (3): porównanie100 XP
- Wybierz właściwy wykres (1)50 XP
- Wybierz odpowiedni wykres (2)50 XP
- Dostosowywanie wykresów50 XP
- Etykiety100 XP
- Znaczniki osi100 XP
- Rozmiary100 XP
- Kolory100 XP
- Dodatkowe dostosowania100 XP
- Interpretacja50 XP
2
Słowniki i pandas
Poznaj słownik – alternatywę dla listy w Pythonie – oraz DataFrame z biblioteki pandas, czyli de facto standard pracy z danymi tabelarycznymi w Pythonie. Przećwiczysz tworzenie zbiorów danych i zarządzanie nimi, a także nauczysz się, jak odczytywać potrzebne informacje z tych struktur danych.
3
Logika, przepływ sterowania i filtrowanie
Logika boolowska to fundament podejmowania decyzji w programach napisanych w Pythonie. Poznaj różne operatory porównania, naucz się je łączyć z operatorami boolowskimi i dowiedz się, jak wykorzystywać wyniki logiczne w strukturach sterujących. Nauczysz się też filtrować dane w DataFrames z pandas za pomocą logiki.
4
Pętle
Istnieje kilka sposobów na wielokrotne wykonywanie kodu w Pythonie. Pętle while działają jak wielokrotnie powtarzane instrukcje if, natomiast pętle for iterują po wszelkiego rodzaju strukturach danych. W tym rozdziale poznasz je wszystkie.
5
Studium przypadku: statystyki hakerskie
Ten rozdział pozwoli ci zastosować wszystkie koncepcje poznane w kursie. Użyjesz statystyk hakerskich, aby obliczyć swoje szanse na wygranie zakładu. Skorzystaj z generatorów liczb losowych, pętli i Matplotlib, by zyskać przewagę!
Python średnio zaawansowany
Kurs
ukończony
