Plan Szkolenia
Dzień 1:
Przegląd podstawowych Python i Data Analysis umiejętności
Wprowadzenie do NumPy
- Tworzenie tablic NumPy
- Typowe operacje na macierzach
- Korzystanie z ufuncs
- Widoki i nadawanie na tablicach NumPy
- Optymalizacja wydajności poprzez unikanie pętli
- Optymalizacja wydajności za pomocą cProfile
Data Analysis z Pandas
- Używanie wektoryzowanych danych w pandach
- Zarządzanie danymi
- Sortowanie i filtrowanie danych
- Operacje zbiorcze
- Analizowanie szeregów czasowych
Data Visualization z Matplotlib
- Tworzenie wykresów za pomocą Matplotlib
- Używanie Matplotlib z poziomu pandas
- Tworzenie wykresów jakości
- Wizualizacja danych w notatnikach Jupyter
- Inne biblioteki wizualizacji w Python
Dzień 2:
Inne Python biblioteki dla Data Analysis
- scikit-learn
- Scipy
- statsmodel
- RPy2
Podsumowanie i kolejne kroki
Wymagania
- Podstawowe Python i umiejętności analizy danych
Uczestnicy
- Programista Python
- Analitycy danych
Opinie uczestników (4)
Zadania do zrealizowania samodzielnie oraz późniejsze wspólne rozwiązywanie
Katarzyna Kopysc-Falenta - CapGemini
Szkolenie - Data Analysis with Python, Pandas, and Numpy
Materiały dobrze przygotowane pod kątem teorii. Dużo linków do dokumentacji i artykułów.
Natalia Marszalowicz - CapGemini
Szkolenie - Data Analysis with Python, Pandas, and Numpy
Czesc praktyczna, zroznicowane zadania, ciekawe data sety, latwosc pracy w nowym srodowisku
Natasza Nowakowska - CapGemini
Szkolenie - Data Analysis with Python, Pandas, and Numpy
Trener tworzy szkolenia dostosowane do tempa uczestników.
Farris Chua
Szkolenie - Data Analysis in Python using Pandas and Numpy
Przetłumaczone przez sztuczną inteligencję