Analiza danych w Pythonie. Kurs video. Pracuj z Jupyter, Pandas i Matplotlib

Promocja

Przemysław Dacko

5.0

6 opinii

Podstawowe informacje:

Czas trwania: 06:27:32

Poziom: podstawowy/średnio zaawansowany

Autor: Przemysław Dacko

Liczba lekcji: 68

Technologia: Anaconda 3, Pandas 1.3, Python 3.9, Numpy 1.9, Matplotlib 3.5, SQLAlchemy 1.4

Dla firm

Rozwiń umiejętności swoich pracowników dzięki kursom video

Dowiedz się więcej

Monitorowanie postępów pracowników. Przejrzyste raporty i imienne certyfikaty ukończenia kursów
Atrakcyjne rabaty dla zespołów. Im więcej pracowników liczy zespół, tym większy uzyskasz rabat
Doradztwo w wyborze tematyki szkoleń. Mamy setki kursów, dostosujemy program nauczania pod Twój zespół

Indywidualnie

104,30 zł ~~149,00 zł~~ (-30%)

39,90 zł najniższa cena z 30 dni Dodaj do koszyka

Do przechowalni

Korzyści:

Certyfikat ukończenia
Materiały dodatkowe do kursu
Test online
Dożywotni dostęp
Dostęp w aplikacji (także offline)
Napisy w języku polskim

Ten kurs należy do ścieżki Analityk danych z Pythonem

Czas trwania: 28 godz.

DOWIEDZ SIĘ WIĘCEJ

Ten kurs należy do ścieżki Analityk danych z Pythonem »

Czego się nauczysz?

Konfigurowania środowiska Anaconda i pracy z Jupyter Lab oraz Jupyter Notebook
Tworzenia wirtualnych środowisk Pythona i zarządzania nimi
Posługiwania się podstawami języka Python w analizie danych
Korzystania z biblioteki Pandas do obsługi DataFrame'ów i pracy z danymi tabelarycznymi
Wczytywania danych z różnych źródeł: plików CSV, Excel, baz danych i API
Oczyszczania i przygotowywania danych do analizy (usuwanie pustych wierszy, duplikatów, formatowanie)
Stosowania metod manipulacji danymi: zmiany nazw i podziału kolumn, agregacji, sortowania, filtrowania i łączenia zbiorów
Tworzenia wizualizacji danych przy użyciu biblioteki Matplotlib (wykresy liniowe, słupkowe, scatterploty, histogramy, wykresy kołowe)
Analizowania danych i wyciągania wniosków na podstawie uzyskanych informacji
Budowania własnych projektów analitycznych od wczytania danych po raport końcowy

Spis lekcji

1. Instalacja i przygotowanie środowiska Python 00:38:17

1.1. Czym jest Anaconda? Pobranie instalatora

00:05:40

1.2. Instalacja dystrybucji Anaconda

00:03:01

1.3. Zawartość dystrybucji Anaconda i stworzenie nowego środowiska programistycznego

00:05:11

1.4. Instalacja potrzebnych bibliotek: Pandas, Matplotlib, NumPy, SQLAlchemy za pomocą Anaconda Navigator

00:03:38

1.5. Doinstalowanie bibliotek za pomocą Anaconda Prompt

00:04:06

1.6. Jupyter Lab vs Jupyter Notebbok

00:05:27

1.7. Stworzenie projektu i obszaru roboczego

00:05:32

1.8. Podstawowe skróty klawiszowe ułatwiające prace

00:05:42

2. Python - podstawy 02:23:45

2.1. Komentarze

00:05:24

2.2. Zmienne

00:05:15

2.3. Typy danych

00:04:23

2.4. Castowanie

00:05:22

2.5. Operacje na zmiennych tekstowych

00:05:36

2.6. Operacje na zmiennych tekstowych cz.2

00:05:08

2.7. Operacje na zmiennych liczbowych

00:06:10

2.8. Operatory przypisywania i porównania

00:05:12

2.9. Operatory logiczne i tożsamości

00:06:30

2.10. Listy

00:05:43

2.11. Tuple

00:05:36

2.12. Sety

00:05:33

2.13. Słowniki

00:05:55

2.14. Instrukcja warunkowa if else

00:05:30

2.15. Instrukcja warunkowa if else cz.2

00:05:10

2.16. Pętla while

00:05:55

2.17. Pętla for

00:06:15

2.18. Lambda

00:04:32

2.19. Funkcje własne

00:05:30

2.20. Daty

00:05:36

2.21. RegEx

00:07:09

2.22. Moduły

00:06:56

2.23. Wyjątki

00:05:45

2.24. Input użytkownika

00:07:10

2.25. Manipulacja ciągiem znaków

00:06:30

3. Pandas - struktury danych i podstawowe funkcje 00:39:49

3.1. DataFrame'y

00:07:09

3.2. Serie

00:06:07

3.3. Losowe dane

00:05:53

3.4. Podgląd danych: początek, koniec, wybrane wiersze

00:07:35

3.5. Podstawowe operacje cz.1 - kopia, działania na kolumnach

00:06:01

3.6. Podstawowe operacje cz.2 - iterowanie

00:07:04

4. Sposoby wczytywania danych 00:33:16

4.1. Z plików Excel

00:05:10

4.2. Z plików CSV

00:05:05

4.3. Z plików tekstowych

00:05:28

4.4. Poprzez API

00:06:07

4.5. Z Baz Danych

00:06:31

4.6. Z Pickli

00:04:55

5. Oczyszczanie danych 00:34:31

5.1. Opis danych, przegląd i wczytanie

OGLĄDAJ » 00:04:40

5.2. Puste wiersze

00:06:04

5.3. Duplikaty

00:06:15

5.4. Błędny typ danych

00:06:40

5.5. Formatowanie

00:05:59

5.6. Usuwanie znaków

00:04:53

6. Manipulacja danymi 00:38:36

6.1. Zmiana nazw kolumn

00:04:47

6.2. Dzielenie kolumn

00:07:21

6.3. Agregacja

00:05:10

6.4. Grupowanie

OGLĄDAJ » 00:05:29

6.5. Sortowanie

00:05:04

6.6. Filtrowanie

00:05:27

6.7. Łączenie DataFrame'ów

00:05:18

7. Matplotlib - tworzenie wykresów 00:59:18

7.1. Pierwszy wykres

00:05:01

7.2. Markery i linie

00:05:23

7.3. Etykiety

00:04:57

7.4. Siatka

00:04:03

7.5. Sub-wykresy

00:05:03

7.6. Wykres scatterplot

00:06:35

7.7. Wykres słupkowy

00:06:38

7.8. Histogram

00:04:53

7.9. Wykres kołowy

00:07:36

7.10. Podsumowanie

00:09:09

Obierz kurs na analizę danych w Pythonie!

Według raportu Digital 2022 liczba internautów to ponad 62% światowej populacji. Są nas miliardy i w krótkim czasie produkujemy miliardy danych. We współczesnym świecie zbiory danych postrzegane są niemal jak złoto, determinują bowiem kierunek rozwoju gospodarki. Jednakże tylko odpowiednio przetworzone dane stają się wartościowymi informacjami. Możemy przyjąć, że kształtują one każdy biznes, dlatego biznes chętnie sięga po analizę danych - naukę, w której surowe dane są analizowane w celu uzyskania na ich podstawie użytecznych informacji i wniosków.

A więc jak przekuć zebrane dane w złoto? Branżowym standardem w analizie danych jest język Python i dystrybucja Anaconda wraz z licznymi pakietami data science. Zarezerwuj ponad 6 godzin na naukę, a wszystkie te niezbędne narzędzia i metodyki analizowania danych poznasz w ramach naszego kursu.

W trakcie naszego profesjonalnego szkolenia wideo z analizy danych w Pythonie nauczysz się:

Korzystać z dystrybucji Anaconda
Używać programów Jupyter Lab i Jupyter Notebook
Tworzyć wirtualne środowiska dla języka Python i nimi zarządzać
Korzystać na poziomie podstawowym z języka Python
Używać na poziomie podstawowym biblioteki Pandas, w tym:
- Obsługiwać DataFrame'y i sety
- Operować na DataFrame'ach i setach
- Wczytywać pliki Excel, CSV, tekstowe, pickle
- Wczytywać dane z baz danych i poprzez API
Stosować metody oczyszczania danych:
- Usuwać puste wiersze
- Podglądać i przeglądać dane
- Zarządzać duplikatami
- Radzić sobie z błędnym typem danych
- Formatować tabele i dane
- Usuwać konkretne znaki
Korzystać z metod manipulacji danymi:
- Zmieniać nazwy i dzielić kolumny
- Agregować dane i znajdować średnie, sumy, mediany, minimum i maksimum
- Grupować dane - sprawdzać teorię i analizować konkretne tendencje
- Sortować dane
- Filtrować dane
- Łączyć kilka źródeł i tabel w jedną
Używać biblioteki Matplotlib i tworzyć wykresy:
- Tworzyć podstawowy wykres liniowy
- Edytować markery i linie
- Edytować etykiety i siatki
- Tworzyć subwykresy
- Tworzyć wykres scatterplot
- Tworzyć wykres słupkowy
- Generować histogram
- Tworzyć wykres kołowy
Analizować dane i wyciągać wnioski z uzyskanych informacji

Analiza danych w Pythonie. Kurs video. Pracuj z Jupyter, Pandas i Matplotlib rozpoczyna się konfiguracją środowiska Anaconda i instalacją bibliotek. W drugim rozdziale przestaną Ci być obce podstawy języka Python, poznasz między innymi operatory, listy, tuple, sety, słowniki, instrukcje warunkowe, pętle, funkcję lambda, RegEx i wyjątki. Po zaprzyjaźnieniu z Pythonem przyjdzie kolej na Pandas - bibliotekę oferującą struktury danych i operacje do manipulowania tabelami liczbowymi, a także szeregami czasowymi. Następnie czeka Cię dużo pracy z danymi; nauczysz się je oczyszczać, agregować i grupować. Po odpowiednim przygotowaniu danych kolej na ich wizualizację. W ostatnim rozdziale poznasz bibliotekę Matplotlib do generowania wizualizacji danych takich jak wykresy i histogramy. Kurs z analizy danych w Pythonie zakończysz na poziomie podstawowym. Będziesz w stanie samodzielnie stworzyć projekt analizy i przeprowadzić ją od wczytania danych po wnioski i wyniki w postaci tabel i wykresów. Pozbędziesz się uczucia skołowania, wywołanego wątpliwościami, od czego by rozpocząć naukę, a poznane zagadnienia pozwolą Ci na efektywny dalszy rozwój, wskażą bowiem wiele punktów wyjścia do kreowania swojej ścieżki w data science.

Jakie zadania wykonuje analityk danych?

Do codziennych zadań analityka należy zwiększanie wydajności poprzez wykrywanie wzorców w danych. Pod tym pojęciem kryje się realizowana na różne sposoby praca z danymi, w tym ich eksploracja, zarządzanie nimi, a także analiza statystyczna i wizualizacja danych. Analityk zajmuje się weryfikacją pewnych hipotez biznesowych i przygotowaniem raportów dla zarządu lub innych pracowników firmy. Jednocześnie zachowuje dużą samodzielność, eksplorując dane w sposób kreatywny i poszukując ciekawych zależności i zachowań. Już teraz jest to jeden z lepiej opłacanych zawodów w branży informatycznej, a analityk danych jest pożądanym pracownikiem z pogranicza IT i biznesu w każdej, zarówno większej, jak i mniejszej firmie.

Zobacz także kursy wideo z .NET

Wybrane bestsellery

O autorze kursu video

Przemysław Dacko - ukończył studia inżynierskie w Akademii Górniczo-Hutniczej, na Wydziale Informatyki, Elektroniki i Telekomunikacji, w zakresie teleinformatyki. Doświadczenie w obszarze IT zdobywa od wielu lat. Pierwszą pracę podjął już w czasach licealnych, jako freelancer przy tworzeniu stron internetowych, podczas studiów zaś nauczał w Gigantach Programowania, obecnie z powodzeniem realizuje się w zawodzie analityka. Karierę analityka danych rozpoczął od pracy przy samochodach autonomicznych i systemach wspomagania kierowcy produkowanych dla czołowych marek samochodów na świecie, takich jak Ford, Ferrari, Audi itp. Następnie rozwijał swoje umiejętności w branży paliwowej, jako analityk biznesowy. Później pracował dla szwajcarskiego banku jako analityk ryzyka operacyjnego, aby finalnie wykorzystywać zdobyte doświadczenie i dobre praktyki w pracy dla jednego z największych wirtualnych operatorów w Polsce. W tym samym czasie pomagał studentom przy realizacji projektów w zakresie języka Python i MATLAB, a także w zaliczaniu związanych z nimi przedmiotów na studiach. Po godzinach wielki pasjonat gier planszowych i komputerowych. Podróżnik i eksplorator świata. Wiecznie ciekawy i głodny nowości z różnych dziedzin życia.

Błąd analityków bierze się z tego, że czasami się mylą, bo nie potrafią wyliczyć, a czasami się mylą, bo chcą się pomylić

Grzegorz Kołodko, polski ekonomista, polityk