آموزش Pandas برای علم داده
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- چگونه و چه زمانی از کتابخانه Pandas برای پروژههای علم داده خود استفاده کنید؟
- بهترین شیوهها برای پاکسازی، دستکاری و بهینهسازی داده با استفاده از Pandas
توضیحات دوره
چگونه میتوانید به طور موثر از پایتون برای پاکسازی، مرتبسازی و ذخیره داده استفاده کنید؟ مزایای استفاده از کتابخانه Pandas در علم داده چیست؟ بهترین شیوههایی که دانشمندان داده میتوانند برای بهتر کار کردن با تایپهای مختلف داده به کار ببرند کدامند؟ در دوره سوم تخصصی اصول علم داده با پایتون از دانشگاه دوک، کاربران پایتون یاد میگیرند که چگونه Pandas - کتابخانه رایج در پایتون که برای علم داده استفاده میشود - میتواند به سادهتر کردن گردش کار آنها کمک کند.
ما توصیه میکنیم که این دوره را پس از دو دوره اول تخصصی بگذرانید. با این حال، اگر دانش پیشنیاز از جبر اولیه، برنامهنویسی پایتون و NumPy داشته باشید، باید قادر باشید مطالب این دوره را تکمیل کنید.
در هفته اول، به بحث درباره مفاهیم فایل در پایتون، از جمله نحوه نوشتن در فایل و خواندن از فایل میپردازیم. سپس در هفتههای بعد، به طور خاص به بحث درباره Pandas و مزایا و معایب استفاده از این کتابخانه برای پروژههای خاص داده خواهیم پرداخت. در پایان دوره، باید بدانید که چه زمانی از Pandas استفاده کنید، چگونه داده را در Pandas بارگذاری و پاکسازی کنید و چگونه از Pandas برای دستکاری داده استفاده کنید. این کار شما را برای قدم بعدی در سفر علم داده با استفاده از پایتون برای ایجاد برنامههای نرمافزاری بزرگتر آماده خواهد کرد.
آموزش Pandas برای علم داده
-
مقدمه دوره 3:00
-
مسیرها و فایلهای سیستم 4:19
-
استثناها 8:05
-
استفاده از Traceback استثنا برای اشکالزدایی 3:34
-
ورودی و خروجی فایل 6:25
-
خواندن و نوشتن داده None
-
رشتهها None
-
مفاهیم فایل سیستم None
-
استثناها None
-
درک ردیابی استثناها None
-
شاید به داده غیر از Pandas نیاز داشته باشید None
-
فایلهای CSV None
-
کدنویسی لایو - ایندکسگذاری و زیرمجموعهسازی 31:46
-
آشنایی با این ماژول - داده جدولی None
-
سریهای Pandas None
-
دستکاری سریها - زیرمجموعهسازی و ایندکسگذاری سریها None
-
(اختیاری) ایندکسگذاری با براکتها None
-
تایپ داده آبجکت None
-
داده جدولی از طریق دیتافریمها None
-
زیرمجموعهسازی دیتافریم ها - نکات و موانع None
-
تایپ داده دستهبندی شده None
-
PyArrow - یک جایگزین برای Numpy به عنوان بکاند Pandas None
-
کدنویسی لایو - پاکسازی داده 50:26
-
آشنایی با ماژول 3 None
-
ذخیره و خواندن داده - متن ساده None
-
ذخیره و خواندن داده - فایلهای باینری None
-
اندیسهای Pandas None
-
Views و کپیها - بررسی NumPy None
-
Views و کپیها - بررسی Pandas None
-
Views و کپیها - کپی هنگام نوشتن None
-
بحث لابراتوار ایندکسگذاری None
-
پاکسازی داده - شناسایی None
-
پاکسازی داده - ویرایش جهانی None
-
پاکسازی داده - ویرایش داده خاص None
-
پاکسازی داده - تایپهای داده None
-
پاکسازی داده - داده گمشده None
-
کدنویسی لایو - ترکیب و گروهبندی 32:32
-
آشنایی با کوئری داده None
-
ترکیب داده - الحاق None
-
ترکیب داده - جوینها None
-
ترکیب داده - ادغام None
-
ترکیب داده - اعتبارسنجی یک ادغام None
-
گروهبندی مجموعه دادهها None
-
گروهبندی داده با جداول محوری None
-
تغییر شکل داده None
-
چک کردن بابت وجود داپلیکیتها None
-
کوئریها None
-
جمعبندی ماژول 4 None
مشخصات آموزش
آموزش Pandas برای علم داده
- تاریخ به روز رسانی: 1404/06/14
- سطح دوره:مقدماتی
- تعداد درس:48
- مدت زمان :02:20:07
- حجم :481.0MB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy
آموزش های مرتبط
- زمان: 04:47:39
- تعداد درس: 30
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 06:44:45
- تعداد درس: 35
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 03:48:11
- تعداد درس: 47
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 18:29:24
- تعداد درس: 115
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 05:21:41
- تعداد درس: 51
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 23:28:00
- تعداد درس: 170
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 22:11:23
- تعداد درس: 140
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 17:03:28
- تعداد درس: 45
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 21:10:47
- تعداد درس: 202
-
سطح دوره:
-
زبان: دوبله فارسی