دوره جامع کتابخانه پانداس

اطلاعات دوره


مدت زمان
03:47:23
تعداد ویدیو
14
تعداد نظرات
0


مبلغ دوره :

200,000 تومان
مزدک دال کوهی

مزدک دال کوهی


دانشجوی دکترا بایواینفورماتیک با پنج سال تجربه در زمینه دیتا به عنوان دیتا آنالیست، دیتا ساینتیست و مهندس یادگیری ماشین

مشاهده رزومه

سطح دوره: جامع
مبلغ دوره: 200,000 تومان
تاریخ درج: 1401/04/04
آخرین به روزرسانی: 1401/06/06
دسته بندی : هوش مصنوعی و دیتا ساینتس
نوع آموزش : نرم افزاری

دوره جامع کتابخانه پانداس

در دوره کتابخانه پانداس ( pandas ) با کتابخانه پانداس که یکی از پرطرفدارترین و معروفترین کتابخانه زبان برنامه نویسی پایتون است آشنا می شویم. پانداس در اصل یک کتابخانه متن باز می باشد که به ما در افزایش سرعت و بهره وری کمک می کند.

مزایای کتابخانه پانداس ( pandas ) :

با استفاده از کتابخانه پانداس می توانیم محاسبات متعدد و مختلفی روی داده ها و اطلاعات آماری انجام دهیم.

می توانیم با کمک گرفتن از نرم افزار اکسل داده ها و اطلاعات مورد نیاز خود را در آنجا دخیره و سیو کنیم.

استفاده از کتابخانه پانداس باعث افزایش سرعت، کارایی و بهره وری ما می شود.

می توانیم داده های اضافی را حدف کنیم.

دوره کتابخانه پانداس ( pandas ) به درد چه کسانی می خورد؟

با پیشرفت تکنولوژی و افزایش درخواست برای یادگیری زبان های برنامه نویسی زبان برنامه نویسی پایتون  یکی از زبان های برنامه نویسی است که باتوجه به کاربرد و سادگی آن هر روز به محبوبیت آن اضافه می شود.

دوره کتابخانه پانداس ( pandas )

 این دوره کتابخانه پانداز با دید عملی توضیح داده شده است. سعی شده است با دسته بندی مناسب توابع و متد هایی که کار مشابهی انجام می دهند در یک دسته قرار گیرند تا دید مناسبی از موارد استفاده و پارامتر های هریک به دانشجو داده شود و پس از پایان دوره دانشجو توانایی استفاده ساده و ترکیبی آن ها را داشته باشد. 

باتوجه به نبود آموزش کامل و جامع در این زمینه دوره کتابخانه پانداس ( pandas ) در کوتاه ترین زمان ممکن برای شما تهیه و ضبط گردید تا با دیدن این آموزش به طور جامع و کامل با کتابخانه پانداس که یک کتابخانه متن باز برای زبان برنامه نویسی پایتون است اشنا گردید.

لازم به ذکر است برای حرفه ای تر شدن و تکمیل شدن آموزش تمرین مهارت ها امری مهم است که باید از آن برای ارتقای سطح خود استفاده کنید.

پیش نیاز دوره pandas  :

پیش نیاز این دوره دانش برنامه نویسی پایتون می باشد لذا به شما  عزیزان پیشنهاد می گردد قبل از شروع این دوره دوره یادگیری پایتون که تولید اینجانب می باشد را مشاهده کنید و سپس به سراغ این دوره کاربردی بیایید.

موفق و پیروز باشید.

سرفصل های دوره:

  1. ساخت دیتافریم ها (Create DataFrame) 
  2. استخراج اطلاعات کلی دیتافریم (Information) 
  3. عملیات ریاضی در پانداز (Arithmatic)
  4. ترکیب دو یا چند دیتافریم (Combining) 
  5. انتخاب سطر و ستون دلخواه (Selection) 
  6. ایندکس یا نمایه Indexing
  7. ویرایش دیتافریم (Editing) 
  8. مقایسه دیتافریم (Compare.Check) 
  9. داده های نامعلوم یا میس شده (Missing) 
  10. حذف و گروه بندی داده ها (Removing.Grouping) 
  11. حذف داده های تکراری (Duplicates)
  12. تبدیل سطر به ستون یا ستون به سطر (pivot.melt) 
  13. رسم نمودار در پانداز (Visualization) 
  14. Material 

قسمت های دوره

  • 1

    ساخت دیتافریم ها (Create DataFrame)

    چگونه دیتافریم بسازیم؟ هدف این درس آموزش متد های لازم برای ساخت دیتافریم با پانداس است.
    00:26:13 ورود
  • 2

    02.استخراج اطلاعات کلی دیتافریم (Information)

    در این درس به متد ها و توابعی میپردازیم که دید کلی در موری دیتا به ما می دهند.
    00:19:17 ورود
  • 3

    03.عملیات ریاضی در پانداس (Arithmatic)

    در این بخش به متدها و توابعی می پردازیم که عملیات ریاضی را در دیتافریم انجام می دهند.
    00:37:15 ورود
  • 4

    04.ترکیب دو یا چند دیتافریم (Combining)

    در این بخش به متدها و توابعی می پردازیم که با آن ها میتوان دیتافریم های مختلف را ترکیب کرد.
    00:28:04 ورود
  • 5

    05.انتخاب سطر و ستون دلخواه (Selection)

    در این بخش به متدها و توابعی می پردازیم که برای انتخاب بخش خاصی از دیتافریم استفاده می شوند.
    00:19:45 ورود
  • 6

    06.ایندکس یا نمایه Indexing

    در این بخش به متدها و توابعی می پردازیم که با ایندکس های دیتافریم سر و کار دارند.
    00:10:33 ورود
  • 7

    07.ویرایش دیتافریم (Editing)

    در این بخش به متدها و توابعی می پردازیم که برای ویرایش دیتافریم کاربرد دارند.
    00:11:43 ورود
  • 8

    08.مقایسه دیتافریم (Compare.Check)

    در این بخش به متدها و توابعی می پردازیم که با آنها می توان دیتا فریم ها را مقایسه کرد.
    00:18:45 ورود
  • 9

    09.داده های نامعلوم یا میس شده (Missing)

    در این بخش به متدها و توابعی می پردازیم که در پردازش داده های میس شده به کار می روند.
    00:14:34 ورود
  • 10

    10.حذف و گروه بندی داده ها (Removing.Grouping)

    در این بخش به متدها و توابعی می پردازیم که برای گروهبندی رکورد ها یا حذف رکوردهای اضافی به کار می روند.
    00:09:27 ورود
  • 11

    11.حذف داده های تکراری (Duplicates)

    در این بخش به متدها و توابعی می پردازیم که برای کار بر روی رکورد های تکراری کاربرد دارند.
    00:08:08 ورود
  • 12

    12.تبدیل سطر به ستون یا ستون به سطر (pivot.melt)

    در این بخش به متدها و توابعی می پردازیم که هدفشان تغییر ساختار دیتافریم است.
    00:08:34 ورود
  • 13

    13.رسم نمودار در پاند اس(Visualization)

    در این بخش به متدها و توابعی می پردازیم که برای نمایش دیتافریم ها کاربرد دارند.
    00:15:05 ورود
  • 14

    Material

    فایل های آموزشی و کد آموزشی پانداس
    00:00:00 ورود

نظرات

جهت درج نظر شما باید وارد حساب کاربری خود شوید.

دوره های مرتبط