Библиотеки для работы с данными

Освоение ключевых библиотек Python для анализа данных: NumPy для вычислений с массивами и Pandas для обработки табличных данных.
Для всех RU
Записаться
Объём

18 час.
Длительность

14 дней
Нагрузка

9 час.
Формат обучения

Дистанционно (самостоятельно)
Описание Учебный курс посвящен библиотекам Python для работы с данными. Рассматривается NumPy: основы работы с массивами ndarray, операции с векторами и матрицами, линейная алгебра. Изучается Pandas: классы Series и DataFrame, индексы, операции над данными, парсинг и сохранение Excel-файлов, работа с CSV и обработка пропущенных значений. Материал адресован аналитикам данных, инженерам и разработчикам, которые работают с табличными источниками на Python.
Цели
  • Сформировать понимание возможностей NumPy и Pandas.
  • Развить умение работать с массивами и таблицами данных.
  • Подготовить к загрузке, очистке и сохранению наборов данных.
Чему я научусь?
  • Выполнять операции с массивами и матрицами в NumPy.
  • Использовать Series и DataFrame для анализа таблиц.
  • Читать и записывать данные в форматах Excel и CSV.
  • Обрабатывать пропущенные значения в наборе данных.

Авторы

Румянцев Дмитрий
Чему я научусь?
  • Выполнять операции с массивами и матрицами в NumPy.
  • Использовать Series и DataFrame для анализа таблиц.
  • Читать и записывать данные в форматах Excel и CSV.
  • Обрабатывать пропущенные значения в наборе данных.

Учебный план

Занятия
Пакет NumPy
1 Основа работы с массивами ndarray 36 мин
2 Простые операции с векторами и матрицами 45 мин
3 Манипуляции над массивами 30 мин
4 Линейная алгебра и дополнительные операции 30 мин
Пакет Pandas
5 Класс Series 39 мин
6 Класс DataFrame 33 мин
7 Индексы 36 мин
8 Операции над массивами 51 мин
9 Парсинг Excel-файла 54 мин
10 Сохранение данных в Excel-файл 24 мин
11 Работа с CSV-файлами 27 мин
Работа с пропущенными значениями в данных
12 Отсутствующие данные 42 мин
13 Фильтрация отсутствующих данных 33 мин
14 Восполнение пропущенных значений 30 мин
Экзамен