After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Opis kursu
Wehikułu czasu raczej nie zdobędziesz, ale co powiesz na narzędzie do analizowania czasu? Gdy tylko czas pojawia się w analizie, sprawy potrafią się mocno skomplikować. Łatwo się potknąć o granice dni i miesięcy, strefy czasowe, czas letni i wiele innych pułapek czyhających na nieprzygotowanych. Jeśli chcesz analizować dane z komponentem czasowym, Python jest najlepszym narzędziem do tego zadania. Pracując ze zbiorami danych o huraganach i przejazdach rowerowych, nauczysz się zliczać zdarzenia, obliczać czas między nimi i wizualizować dane w czasie. Będziesz pracować zarówno w standardowym Pythonie, jak i w Pandas, a także poznasz bibliotekę dateutil – jedyną bibliotekę stref czasowych polecaną w oficjalnej dokumentacji Pythona. Po ukończeniu kursu będziesz pewnie obsługiwać dane z datami i czasem w dowolnym formacie.
Wymagania wstępne
Program kursu
Plan kursu
1
Daty i kalendarze
Huragany (zwane też cyklonami lub tajfunami) nawiedzają stan Floryda kilka razy w roku. Na początku kursu nauczysz się pracować z obiektami dat w Pythonie – na przykładzie dat wszystkich huraganów, które dotknęły Florydę od 1950 roku. Poznasz sposób, w jaki Python obsługuje daty, typowe operacje na datach oraz właściwe metody formatowania dat, które pomagają uniknąć nieporozumień.
- Daty w Pythonie50 XP
- Który dzień tygodnia?100 XP
- Ile huraganów nadchodzi wcześnie?100 XP
- Działania na datach50 XP
- Odejmowanie dat100 XP
- Liczenie zdarzeń według miesięcy kalendarzowych100 XP
- Porządkowanie listy dat100 XP
- Zamiana dat na ciągi znaków50 XP
- Wyświetlanie dat w czytelnym formacie100 XP
- Reprezentowanie dat na różne sposoby100 XP
2
Łączenie dat i godzin
Systemy wypożyczalni rowerów pojawiły się w miastach na całym świecie – a każdy przejazd jest rejestrowany. Śledząc wszystkie wypożyczenia i zwroty jednego roweru w Waszyngtonie, będziesz ćwiczyć pracę z datami i godzinami jednocześnie. Nauczysz się parsować daty i godziny z tekstu, analizować godziny szczytu, obliczać czas trwania przejazdów i wiele więcej.
3
Strefy czasowe i czas letni
W tym rozdziale pewnie zmierzysz się z tematem, który sprawia największe trudności: strefami czasowymi i czasem letnim. Kontynuując pracę z danymi o przejazdach rowerowych, nauczysz się porównywać zegary na całym świecie, sprawnie obsługiwać zmiany czasu oraz pobierać aktualne dane o strefach czasowych z biblioteki dateutil.
4
Prosto i skutecznie: daty i czas w Pandas
Na zakończenie kursu zastosujesz wszystko, czego nauczyłeś się o datach i czasie w standardowym Pythonie, do pracy z Pandas. Dysponując dodatkowymi informacjami o każdym przejeździe – takimi jak stacja początkowa i końcowa oraz informacja o rocznym abonamencie rowerzysty – będziesz mógł znacznie głębiej przeanalizować dane. W tym rozdziale poznasz zaawansowane operacje Pandas, takie jak grupowanie i wizualizacja wyników w czasie.
Praca z datami i czasem w Pythonie
Kurs
ukończony
