Kurz je určen pro všechny zájemce, kteří hledají flexibilní nástroj pro analýzu dat, zájemce o zpracování dat v programovacím jazyce Python, kteří ho plánují použít pro manipulaci, analýzu a vizualizaci dat, resp. pro nasazení v oblasti Data [...]
  • PYTHON_DATAN
  • Délka 5 dní
  • 50 ITK bodů
  • 10 termínů
  • Praha (23 000 Kč)

    Brno (23 000 Kč)

    Bratislava (1 000 €)

  • Mírně pokročilý

Kurz je určen pro všechny zájemce, kteří hledají flexibilní nástroj pro analýzu dat, zájemce o zpracování dat v programovacím jazyce Python, kteří ho plánují použít pro manipulaci, analýzu a vizualizaci dat, resp. pro nasazení v oblasti Data Science.

»
  • Účastníci kurzu se naučí používat knihovnu Pandas a další podpůrné knihovny, které jsou potřebné pro práci s daty, jejich analýzu a vizualizaci. Školení vede účastníky příklady reálných data setů a reálných projektů z oblasti zpracování dat. Uvedené příklady a postupy jsou samozřejmě použitelné proLinux/UNIX, WINDOWS a OS X.
  • Data Scientist, datoví analytici, zejména v Big Data prostředí, jsou primárním auditoriem pro tento intenzivní kurz.
  • Software vývojáři, kteří ovládají jazyk Python alespoň na střední az pokročilé úrovni a kteří mají za cíl vytvářet data-intenzivní aplokace pomocí enginu SPARK v prostredi Big Dat (Cloud).
  • Datoví architekti
  • Základní znalost jazyka Python na úrovni kurzu PYTHON_INTRO
  • Odborný výklad s praktickými ukázkami, cvičení na počítačích.
  • Tištěné prezentace probírané látky.

Úvod do prostředí IPython

  • Nástroje pro online práci s daty ( Jupyter Notebook a Jupyter Lab )
  • Export výstupů do PDF a jiných formátů

Přehled datových struktur v Pythonu

  • List,tuple,atd.

Modul Pandas

  • Objekty pro práci s tay ( Series, DataFrame )

Modul NumPy

  • Práce s vícerozměrnými datovými strukturami

Import dat z různých zdrojů

  • CSV
  • HTML
  • JSON
  • SQL

Práce s daty

  • Transformace
  • Doplňování chybějících hodnot
  • Mapování
  • Nahrazování

Pokročilá práce s daty

  • Concat, merge, join
  • Pivoting, stacking, unstacking
  • Melting

Agregace a seskupování dat

  • Split, apply, combine
  • Transformace
  • Filtrování

Časové řady

  • Reprezentace datumu, času a časových intervalů
  • Objekty Timestamp, Timedelta, DateTimeIndex a další

Vizualizace

  • Vytváření grafů v prostředí IPython
  • Načítání dat do grafů z objektů Pandas
  • Práce s grafy různých typů
  • Agregace dat do grafů
Aktuální nabídka
Školicí místo
Jazyk kurzu

Uvedené ceny jsou bez DPH.