Udemy

Platform

Polski

Language

Programming Languages

Category

Wprowadzenie do data science w języku Python - Pandas - 2021

Zrób krok w stronę Pythona i analizuj dane jak profesjonalny data scientist!

4.90 (111 reviews)

Students

12.5 hours

Content

Sep 2021

Last Update
Regular Price


What you will learn

Instalacja oprogramowania Anaconda (Jupyter Notebook, Spyder, Jupyter Lab) i konfiguracja środowiska

Tworzenie struktur danych takich jak Series i DataFrame

Praca z wartościami brakującymi i duplikatami

Importowanie i exportowanie danych (csv, excel, txt, html, sas7bdat)

Łączenie danych - INNER, OUTER, LEFT, RIGHT JOIN

Praca z danymi tekstowymi

Operacje na strukturach danych (grupowanie, agregacja, tabele przestawne)

Wykresy (liniowy, słupkowy, histogram)

Szeregi Czasowe

Porównanie do języka SQL

3 x Case Study (Amazon Reviews, Google Apps Data, NASDAQ)


Description

---------------------------------------------------------

REKOMENDOWANE ŚCIEŻKI UCZENIA

---------------------------------------------------------

PYTHON DEVELOPER:

  • Programowanie w języku Python - od A do Z

  • 200+ Ćwiczeń - Programowanie w języku Python - od A do Z

  • 210+ Ćwiczeń - Python - Moduły wbudowane - od A do Z

  • Programowanie obiektowe w języku Python - OOP - od A do Z

  • 150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP

  • Testy jednostkowe w języku Python - framework unittest

  • 100+ Ćwiczeń - Testy jednostkowe w języku Python - unittest


SQL DEVELOPER:

  • SQL Bootcamp - Bazy danych SQLite - Part I

  • SQL Bootcamp - Bazy danych SQLite - Part II

  • SQL Bootcamp - Bazy danych SQLite - Part III - Ćwiczenia

  • SQL Bootcamp - Bazy danych SQLite - Part IV - Ćwiczenia

  • Big Data: Analiza danych przy użyciu SQL oraz BigQuery


DATA SCIENTIST / MACHINE LEARNING ENGINEER:

  • Programowanie w języku Python - od A do Z

  • 200+ Ćwiczeń - Programowanie w języku Python - od A do Z

  • 210+ Ćwiczeń - Python - Moduły wbudowane - od A do Z

  • Programowanie obiektowe w języku Python - OOP - od A do Z

  • 150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP

  • Testy jednostkowe w języku Python - framework unittest

  • 100+ Ćwiczeń - Testy jednostkowe w języku Python - unittest

  • Wprowadzenie do data science w języku Python - Pandas

  • Interaktywne wizualizacje danych w języku Python - Plotly

  • Data Science Bootcamp w języku Python - od A do Z

  • 250+ Ćwiczeń - Data Science Bootcamp w języku Python

  • SQL Bootcamp - Bazy danych SQLite - Part I

  • SQL Bootcamp - Bazy danych SQLite - Part II

  • SQL Bootcamp - Bazy danych SQLite - Part III - Ćwiczenia

  • SQL Bootcamp - Bazy danych SQLite - Part IV - Ćwiczenia

  • Machine Learning Bootcamp w języku Python cz.I - od A do Z

  • Machine Learning Bootcamp w języku Python cz.II - od A do Z

  • Machine Learning Bootcamp w języku Python cz.III - Ćwiczenia


DATA SCIENTIST / DEEP LEARNING ENGINEER

  • Programowanie w języku Python - od A do Z

  • 200+ Ćwiczeń - Programowanie w języku Python - od A do Z

  • 210+ Ćwiczeń - Python - Moduły wbudowane - od A do Z

  • Programowanie obiektowe w języku Python - OOP - od A do Z

  • 150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP

  • Testy jednostkowe w języku Python - framework unittest

  • 100+ Ćwiczeń - Testy jednostkowe w języku Python - unittest

  • Wprowadzenie do data science w języku Python - Pandas

  • Interaktywne wizualizacje danych w języku Python - Plotly

  • Data Science Bootcamp w języku Python - od A do Z

  • 250+ Ćwiczeń - Data Science Bootcamp w języku Python

  • SQL Bootcamp - Bazy danych SQLite - Part I

  • SQL Bootcamp - Bazy danych SQLite - Part II

  • SQL Bootcamp - Bazy danych SQLite - Part III - Ćwiczenia

  • SQL Bootcamp - Bazy danych SQLite - Part IV - Ćwiczenia

  • Machine Learning Bootcamp w języku Python cz.I - od A do Z

  • Machine Learning Bootcamp w języku Python cz.II - od A do Z

  • Machine Learning Bootcamp w języku Python cz.III - Ćwiczenia

  • Wprowadzenie do sieci neuronowych - Tensorflow 2.0 + Keras

  • Deep Learning w języku Python - Konwolucyjne Sieci Neuronowe

  • Artificial Intelligence – Computer Vision w języku Python


BI ANALYST / DATA ANALYST:

  • Programowanie w języku Python - od A do Z

  • 200+ Ćwiczeń - Programowanie w języku Python - od A do Z

  • 210+ Ćwiczeń - Python - Moduły wbudowane - od A do Z

  • Programowanie obiektowe w języku Python - OOP - od A do Z

  • 150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP

  • Testy jednostkowe w języku Python - framework unittest

  • 100+ Ćwiczeń - Testy jednostkowe w języku Python - unittest

  • Wprowadzenie do data science w języku Python - Pandas

  • Interaktywne wizualizacje danych w języku Python - Plotly

  • Twórz nowoczesne aplikacje webowe w Pythonie - Dash, Plotly

  • Data Science Bootcamp w języku Python - od A do Z

  • 250+ Ćwiczeń - Data Science Bootcamp w języku Python

  • SQL Bootcamp - Bazy danych SQLite - Part I

  • SQL Bootcamp - Bazy danych SQLite - Part II

  • SQL Bootcamp - Bazy danych SQLite - Part III - Ćwiczenia

  • SQL Bootcamp - Bazy danych SQLite - Part IV - Ćwiczenia


BIG DATA ANALYST:

  • Programowanie w języku Python - od A do Z

  • 200+ Ćwiczeń - Programowanie w języku Python - od A do Z

  • 210+ Ćwiczeń - Python - Moduły wbudowane - od A do Z

  • Programowanie obiektowe w języku Python - OOP - od A do Z

  • 150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP

  • Testy jednostkowe w języku Python - framework unittest

  • 100+ Ćwiczeń - Testy jednostkowe w języku Python - unittest

  • Wprowadzenie do data science w języku Python - Pandas

  • Interaktywne wizualizacje danych w języku Python - Plotly

  • Big Data, Hadoop oraz MapReduce w języku Python

  • Big Data: Analiza danych przy użyciu SQL oraz BigQuery


ENG:

  • 200+ Exercises - Programming in Python - from A to Z

  • 210+ Exercises - Python Standard Libraries - from A to Z

  • 150+ Exercises - Object Oriented Programming in Python - OOP

  • 100+ Exercises - Unit tests in Python - unittest framework

  • 100+ Exercises - Python Programming - Data Science - NumPy

  • 100+ Exercises - Python Programming - Data Science - Pandas

  • 100+ Exercises - Python - Data Science - scikit-learn

  • 250+ Exercises - Data Science Bootcamp in Python

  • SQL Bootcamp - Hands-On Exercises - SQLite - Part I

  • SQL Bootcamp - Hands-On Exercises - SQLite - Part II


-------------------
OPIS KURSU
-------------------

Planujesz swoją karierę w takich obszarach jak:

  • analiza danych

  • analiza biznesowa

  • data science

  • big data

  • sztuczna inteligencja (uczenie maszynowe, uczenie głębokie)

  • ekonomia

  • statystyka

  • analityka internetowa

  • marketing

  • neuroinformatyka

i wiele wiele innych?

Jeżeli odpowiedź na którekolwiek z tych pytań brzmi 'tak', to ten kurs jest idealnie przeznaczony dla Ciebie. Biblioteka Pandas języka Python to doskonałe narzędzie do pracy z danymi. Kurs zawiera wiele praktycznych zastosowań jakie oferuje Pandas.

Jeżeli możliwości programu MS Excel są niewystarczające na Twoje potrzeby to odpowiedzią jest właśnie biblioteka Pandas.

Czym jest biblioteka Pandas?

Pandas to biblioteka typu open source, co oznacza, że jej używanie jest w pełni darmowe! Co więcej możemy nawet zaglądać do kodu źródłowego i udoskonalać stosowane rozwiązania! Zapewnia wydajne i łatwe w użyciu narzędzia do analizy danych dla języka programowania Python.

Wzrost popularności języka Python

Język Python świetnie nadaje się do przetwarzania, przygotowania, analizy i modelowania danych. Jest prosty do nauki i nie powinien sprawiać problemów osobie, która dopiero zaczyna uczyć się programowania. Na przestrzeni ostatnich lat i rosnącej popularności sztucznej inteligencji Python wyrósł na gwiazdę w tym sektorze. Powstało sporo potężnych bibliotek do machine learningu, czy deep learningu. Przykładem może być stworzona przez Google biblioteka Tensorflow.

Wszechstronność Zastosowań

Języka Python możemy używać na bardzo wielu poziomach. Czy to u siebie w domu, w biurze, czy uruchamiając skrypty w chmurze. W połączeniu z mnogością zastosowań i doskonałym zestawem narzędzi takich jak Spyder, Jupyter Notebook, Zeppelin, IPython i innymi bibliotekami środowisko do analizy danych w Pythonie wyróżnia się wydajnością, produktywnością i doskonałą elastycznością.

Co między innymi zawiera Pandas:

  • szybki i wydajny obiekt DataFrame, który jest analogią do arkusza kalkulacyjnego

  • narzędzia do odczytu i zapisu danych pomiędzy różnymi formatami: CSV, TXT, XLSX, baz danych SQL, HDF5, JSON, HTML

  • narzędzie do agregacji danych i tabele przestawne

  • wydajne łączenie danych

  • hierarchiczne indeksowanie

  • szeregi czasowe


Screenshots

Wprowadzenie do data science w języku Python - Pandas - 2021
Wprowadzenie do data science w języku Python - Pandas - 2021
Wprowadzenie do data science w języku Python - Pandas - 2021
Wprowadzenie do data science w języku Python - Pandas - 2021

Content

Wstęp

Wskazówki - jak korzystać z kursu?

Czym jest data science?

Wybór odpowiedniego środowiska programistycznego

Zarządzanie Środowiskami

Korzystanie z Dokumentacji

Github - Repozytorium Kursu

Instalacja środowiska programistycznego

Instalacja oprogramowania Anaconda (Spyder, Jupyter Notebook) Windows 10

Instalacja oprogramowania Anaconda (Spyder, Jupyter Notebook) Linux Ubuntu

Conda Cheat Sheet

Pandas Cheat Sheet

Struktury Danych - Series

Tworzenie obiektów typu Series cz.1

Tworzenie obiektów typu Series cz.2

Podstawowe operacje na obiekcie Series cz.1

Podstawowe operacje na obiekcie Series cz.2

Agregacja danych

Metoda apply()

Importowanie/Eksportowanie danych

Case Study I - Amazon

Case Study II - WIG20

Struktury Danych - DataFrame

Tworzenie obiektów typu DataFrame

Selekcja Kolumn

Wycinanie Danych

Obliczanie nowych kolumn

Maska Logiczna

Szeregi Czasowe

Operacje Arytmetyczne

Próbkowanie Danych

Usuwanie Duplikatów

Case Study - DataFrame ze schowka

Wycinanie Danych

Metoda loc

Metoda loc - Wycinanie Dat

Metoda iloc

Metoda Kropki

Metoda where

Metoda query

Bouns - index

Brakujące Wartości

Filtrowanie wartości brakujących

Wypełnianie wartości brakujących

Usuwanie wartości brakujących

Import Danych

Importowanie pliku .csv

Importowanie pliku .tsv

Importowanie pliku Excel .xlsx

Importowanie pliku .html - lokalnie i ze strony internetowej

Importowanie pliku SAS .sas7bdat

Łączenie Danych - Merge, Join, Concatenate

Metoda concat()

Metod append()

Metoda merge()

Metoda merge() - łącznie po kluczach

Metoda join()

Praca z danymi tekstowymi

Przetwarzanie danych tekstowych

Analiza Hashtagów

Bonus - Regex

Wizualizacje Danych

Wykres liniowy

Wykres słupkowy

Histogram

Obliczenia

Zmiany Procentowe

Macierz Korelacji

Rankingowanie

Średnia Ruchoma - Rolling Window

Szeregi Czasowe

Strefy Czasowe

DataReader

Bike Sharing

Tabele Przestawne

Wprowadzenie

Metro Data

Tips Data

Porównanie do języka SQL

SELECT

AND, OR

IS NULL, IS NOT NULL

GROUP BY

ORDER BY, TOP, BOTTOM

Case Study - Amazon Reviews

Wstępne Przetworzenie Danych

Analiza Customer Reviews

Case Study - Google Apps

Analiza Google Apps Data

Case Study - Spółki NASDAQ

Analiza Notowań - Spółki NASDAQ

BONUS: Kupony na inne kursy

Grupa na Facebook'u

Recenzja

Bonus


Reviews

A
Artur26 July 2021

Dużo konkretnej wiedzy, sporo opcji, rozwiązań. Widać, że autor ma ogromną wiedzę na temat statystyki i przetwarzania danych, ale momentami wydaje się trochę chaotyczne i czasami gubiłem wątek.

W
Wojciech16 April 2021

Bardzo dobry kurs, bez dwóch zdań. Pół oceny obcinam za to intro... Po pewnym czasie jest ono mocno męczące.

D
Dawid11 April 2021

Temat wyłożony bardzo profesjonalnie. Podoba mi się rosnący poziom trudności wraz z trwaniem kursu. Polecam!

S
Sylwia6 April 2021

Na kursie poruszanych jest wiele przykładów i szczegółów, które mogą się przydać w pracy Data Scientist. Polecam bardzo!

I
Iwona1112 September 2020

Kurs był bardzo merytoryczny i dobrze skonstruowany. Dzięki kursowi mogę tworzyć moje pierwsze mini analizy.

M
Maciej20 August 2020

Jest to mój kolejny kurs u Pawła i jestem pod ogromnym wrażeniem jakości. Świetny prowadzący, mnóstwo wiedzy i przykładów, pliki do pracy na przykładach. Ponadto prowadzący chętnie odpowiada na pytania. Polecam!

W
Wojciech11 August 2020

Bardzo przejrzyste wprowadzenie do analiz danych. Poukładane i klarownie tłumaczone zagadnienia. Ideolo dla osób chcących wyjść z excela lub innego narzędzia BI by poznać podstawowe i średnio-zaawansowane metody obróbki danych w pythonie. Kontynuujemy z kolejnymi kursami ;)

A
Artur15 May 2020

Świetny kurs! Dla mnie to było odświeżenie wiedzy z Pandas. Widać, że autor ma praktykę w stosowaniu, bo uczy przydatnych narzędzi, które się wykorzystuje w praktyce czyszczenia danych ich wstępnej analizy i przygotowania pod modele uczenia maszynowego. Tłumaczy w bardzo przystępny sposób, każdy temat. Dodatkową wisienką na torcie jest korzystanie z danych giełdowych. Skorzystam również z pozostałych kursów.

K
Kowczi5 December 2019

Świetny kurs, bardzo dobrze przygotowany prowadzący, dobrze się słucha. Szczególnie wyróżniają się liczne przykłady. Poza przedstawianiem kolejnych możliwości biblioteki pandas, zawierają one często intuicje analityczne oraz biznesowe, przez co są naprawdę ciekawe. Polecam :)

B
Bartek30 November 2019

Jestem prawie w połowie kursu i jak najbardziej polecam. W ciekawy sposób przedstawione zagadnienia i jak na to, że nie jestem programistą rozumiem w większości zagadnienia.

K
Kossa198923 July 2019

Kurs bardzo dobrze przygotowany merytorycznie i ciekawie prowadzony. Wiele rzeczy wyjaśnionych zwięźle i rzeczowo plus poparte przykładami. Jedyny mały minus, to kilka rzeczy powtórzyło się np. importy danych CSV były "wytłumaczone dwukrotnie". W mojej ocenie, było ok, ale niepotrzebnie mówiliśmy o tym kilka razy. Jeżeli chodzi o mega duży plus, to na zadane pytania autor kursu odpowiada bardzo sprawnie !


2362918

Udemy ID

5/11/2019

Course created date

10/29/2019

Course Indexed date
Bot
Course Submitted by