After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
รายละเอียดคอร์ส
ในฐานะนักวิทยาศาสตร์ข้อมูล คุณจำเป็นต้องทำความสะอาดข้อมูล จัดระเบียบข้อมูล แสดงผลด้วยภาพ สร้างโมเดลพยากรณ์ และตีความผลลัพธ์ที่ได้ แต่ก่อนอื่น ต้องรู้วิธีนำข้อมูลเข้าสู่ Python เสียก่อน ในคอร์สนี้ คุณจะได้เรียนรู้วิธีนำเข้าข้อมูลหลากหลายรูปแบบ ทั้งจาก flat file เช่น .txt และ .csv จากไฟล์ของซอฟต์แวร์อื่น เช่น Excel, Stata, SAS และ MATLAB รวมถึงจากฐานข้อมูลเชิงสัมพันธ์ เช่น SQLite และ PostgreSQLวิดีโอมีคำบรรยายสดที่สามารถเปิดดูได้โดยคลิก "Show transcript" ที่มุมล่างซ้ายของวิดีโอ
ดูคำศัพท์ของคอร์สได้ในส่วนทรัพยากรทางด้านขวา
หากต้องการรับหน่วยกิต CPE ต้องเรียนจนครบคอร์สและทำคะแนนในการประเมินผลได้ไม่ต่ำกว่า 70% โดยเข้าสู่การประเมินได้จากการคลิกที่ป้าย CPE credits ทางด้านขวา
ข้อกำหนดเบื้องต้น
หลักสูตร
โครงสร้างคอร์ส
1
บทนำและ flat files
ในบทนี้ คุณจะได้เรียนรู้วิธีนำเข้าข้อมูลสู่ Python จาก flat file ทุกประเภท ซึ่งเป็นรูปแบบการจัดเก็บข้อมูลที่เรียบง่ายและใช้งานกันอย่างแพร่หลาย คุณได้เรียนรู้เกี่ยวกับ NumPy และ pandas มาแล้ว และในบทนี้จะได้นำทั้งสองไลบรารีมาใช้นำเข้า flat file พร้อมกับปรับแต่งการนำเข้าตามความต้องการ
- ยินดีต้อนรับสู่คอร์ส!50 XP
- การนำเข้าไฟล์ข้อความทั้งไฟล์100 XP
- นำเข้าไฟล์ข้อความทีละบรรทัด100 XP
- ความสำคัญของ flat files ในงาน data science50 XP
- ทดสอบความเข้าใจ: flat file คืออะไรกันแน่?50 XP
- เหตุใด Flat Files จึงเป็นที่นิยม และ Zen of Python คืออะไร50 XP
- การนำเข้าไฟล์แบบแบนด้วย NumPy50 XP
- นำเข้า flat files ด้วย NumPy100 XP
- ปรับแต่งการนำเข้าข้อมูลด้วย NumPy100 XP
- การนำเข้าข้อมูลหลายประเภท100 XP
- การนำเข้าไฟล์แบบ flat file ด้วย pandas50 XP
- ใช้ pandas เพื่อ import flat files เป็น DataFrames (1)100 XP
- การใช้ pandas เพื่อนำเข้า flat file เป็น DataFrame (2)100 XP
- ปรับแต่งการนำเข้าข้อมูลด้วย pandas100 XP
- บทสรุปเกี่ยวกับการนำเข้าข้อมูล50 XP
2
การนำเข้าข้อมูลจากไฟล์ประเภทอื่น
หลังจากเรียนรู้วิธีนำเข้า flat file แล้ว ยังมีไฟล์อีกหลายประเภทที่นักวิทยาศาสตร์ข้อมูลต้องใช้งาน ในบทนี้ คุณจะได้เรียนรู้วิธีนำเข้าข้อมูลสู่ Python จากไฟล์ประเภทสำคัญต่าง ๆ ได้แก่ pickled file, Excel, SAS, Stata, HDF5 ซึ่งเหมาะสำหรับเก็บข้อมูลตัวเลขขนาดใหญ่ และไฟล์ MATLAB
3
การทำงานกับฐานข้อมูลเชิงสัมพันธ์ใน Python
ในบทนี้ คุณจะได้เรียนรู้วิธีดึงข้อมูลที่มีความหมายจากฐานข้อมูลเชิงสัมพันธ์ ซึ่งเป็นทักษะสำคัญสำหรับนักวิทยาศาสตร์ข้อมูลทุกคน เนื้อหาครอบคลุมโมเดลเชิงสัมพันธ์ การสร้าง SQL query การกรองและเรียงลำดับข้อมูล รวมถึงการเขียน query ขั้นสูงด้วยการ join ตาราง
Python เบื้องต้น: การนำเข้าข้อมูล
เรียนจบแล้ว
