After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Opis kursu
Jako data scientist będziesz czyścić dane, przekształcać je, wizualizować, budować modele predykcyjne i interpretować ich wyniki. Zanim jednak do tego przejdziesz, musisz wiedzieć, jak wczytywać dane do Pythona. W tym kursie poznasz wiele sposobów importowania danych: z plików tekstowych, takich jak .txt i .csv; z plików charakterystycznych dla innych programów, takich jak arkusze Excel, pliki Stata, SAS i MATLAB; oraz z relacyjnych baz danych, takich jak SQLite i PostgreSQL.Filmy wideo zawierają transkrypcje na żywo, które możesz wyświetlić, klikając „Pokaż transkrypcję" w lewym dolnym rogu.
Słownik kursu znajdziesz po prawej stronie, w sekcji zasobów.
Aby uzyskać punkty CPE, musisz ukończyć kurs i zdobyć co najmniej 70% punktów w ocenie kwalifikacyjnej. Przejdź do oceny, klikając informację o punktach CPE po prawej stronie.
Wymagania wstępne
Program kursu
Plan kursu
1
Wprowadzenie i pliki tekstowe
W tym rozdziale nauczysz się importować dane do Pythona ze wszystkich rodzajów plików tekstowych – prostego i powszechnie stosowanego sposobu przechowywania danych. Wcześniej poznałeś biblioteki NumPy i pandas – teraz dowiesz się, jak używać ich do wczytywania plików tekstowych i dostosowywania procesu importu.
- Witaj na kursie!50 XP
- Importowanie całych plików tekstowych100 XP
- Wczytywanie pliku tekstowego wiersz po wierszu100 XP
- Znaczenie plików płaskich w data science50 XP
- Krótki quiz: czym właściwie są pliki płaskie?50 XP
- Dlaczego lubimy płaskie pliki i Zen Pythona50 XP
- Importowanie plików płaskich za pomocą NumPy50 XP
- Importowanie plików płaskich za pomocą NumPy100 XP
- Dostosowywanie importu w NumPy100 XP
- Importowanie różnych typów danych100 XP
- Importowanie plików płaskich za pomocą biblioteki pandas50 XP
- Importowanie plików płaskich jako DataFrame za pomocą pandas (1)100 XP
- Importowanie plików płaskich jako DataFrame z użyciem pandas (2)100 XP
- Dostosowywanie importu w pandas100 XP
- Kilka słów na zakończenie – import danych50 XP
2
Importowanie danych z innych typów plików
Wiesz już, jak importować pliki tekstowe, ale jako data scientist będziesz mieć do czynienia z wieloma innymi typami plików. W tym rozdziale nauczysz się importować dane do Pythona z różnych ważnych formatów. Są to między innymi pliki pickle, arkusze Excel, pliki SAS i Stata, pliki HDF5 przeznaczone do przechowywania dużych zbiorów danych numerycznych oraz pliki MATLAB.
3
Praca z relacyjnymi bazami danych w Pythonie
W tym rozdziale nauczysz się wydobywać wartościowe dane z relacyjnych baz danych – to umiejętność niezbędna każdemu data scientistowi. Poznasz modele relacyjne, tworzenie zapytań SQL, filtrowanie i sortowanie rekordów oraz zaawansowane zapytania z łączeniem tabel.
Wprowadzenie do importowania danych w Pythonie
Kurs
ukończony
