Программирование на языке Python. Уровень 4. Анализ и визуализация данных на языке Python. Библиотеки Pandas, numpy, Matplotlib
Подробнее о курсе
Краткое описание курса
Курс предназначен для тех, кто ищет гибкий инструмент обработки, анализа и визуализации данных и планирует применять свои навыки в работе большими массивами информации.
Вы изучите важнейшие и широко распространенные библиотеки numpy, Matplotlib и Pandas, которые массово применяются в различных областях производственной, финансовой и научной деятельности
Получаемые знания и навыки
По окончании курса слушатели научатся
- создавать и обрабатывать числовые массивы
- создавать диаграммы и графики различных видов и форматов
- объединять и переформировывать данные
Предварительно рекомендуется прослушать курс(ы)
Краткое содержание курса
Модуль 1 — Установка и настройка программного обеспечения. Базовый инструментарий
- Принципы организации и управления вычислениями. Используемые языки программирования и взаимосвязь между ними
- Необходимые пакеты Python: numpy, Matplotlib, Pandas, Jupyter и другие
- Дистрибутив Anaconda, его преимущества и недостатки
- Установка пакетов в Linux
- Установка пакетов в Windows. Возможные проблемы и методы их решения
Модуль 2 — Библиотека numpy. Вычислительные задачи
- Понятие массива и его основные характеристики
- Структура библиотеки
- Типы данных библиотеки numpy
- Принципы вычислений
- Универсальные функции
- Важнейшие стандартные функции
Модуль 3 — Работа с массивами и матрицами
Модуль 4 — Библиотека Matplotlib. Визуализация данных
- Виды графиков и диаграмм
- Основные элементы диаграммы
- Создание диаграммы
- Форматы изображений
Модуль 5 — График функции. Гистограмма
Модуль 6 — Библиотека Pandas. Статистика и анализ
- Объект Series
- Объект DataFrame
Модуль 7 — Первичная обработка данных
- Загрузка и выгрузка данных
- Организация колонок и строчек
- Пропуски и повторы
Модуль 8 — Статистика. Временные ряды
- Типы данных для представления времени
- Объект Period
- Основные операции статистики
Модуль 9 — Статистика. Объединение и переформирование данных
- Объединение данных
- Сцепление и наложение (concatenating and stacking)
- Слияние (merging and joining)
