Pandas Deep Dive

ההכשרה רלוונטית לקבוצות מטעם ארגונים בלבד, ומותאמת באופן פרטני

רוצים ללמוד איך להפיק יותר מהנתונים שלכם ? להחשף ליכולות העוצמתיות של Python בתחום ה Data Analysis ? לבנות תיק עבודות המבוסס על אנליזות באמצעות Python ? הקורס הבא בשבילכם.

על הקורס

Python נחשבת לאחת השפות החזקות והיעילות בעולם. השפה מתאפיינת בפשטות, בידידותיות למשתמש, ומהווה דרך נוחה לכתיבת קוד.

Pandas היא ספריה (Library) בתוך Python המאפשרת ניתוח נתונים יעיל ועוצמתי. תקראו לה Excel על סטרואידים, תקראו לה SQL מתקדם, כל ניתוח אנליטי שרק חשבתם עליו – אפשרי ונגיש באמצעותה.

קורס זה, שהינו ייחודי מסוגו בארץ, מתמקד בספריית Pandas ומלמד כיצד ניתן להשתמש בה גם ללא רקע קודם בתכנות.

מה יצא לכם מהקורס?

יכולת לנתח נתונים באמצעות Python ברמה גבוהה, והבנת כל היסודות שיאפשרו לכם המשך העמקה ולמידה עצמאית.
למידה אינטנסיבית דרך הידיים – במהלך הקורס אנחנו מנתחים יחד מעל 15 דאטה-סטים שונים, ומבצעים מעל 200 תרגילים שונים.
חומרי הדרכה מסודרים ומפורטים שישארו אתכם גם אחרי שהקורס יסתיים.
יכולת לבניית תיק עבודות המבוסס על אנליזות באמצעות Python.
תמיכה שוטפת בכל שאלה, במהלך הקורס ולאחריו.
אם אתם חושבים להכנס אל עולם ה Machine Learning ב Python – להבין איך עושים Data Analysis ב Python זו נקודת התחלה מצויינת.

רוצים לראות מה בוגרים שלמדו איתנו עשו בסיום הקורס ? הנה מס' דוגמאות

רוצים ללמוד עוד על התחום ? מוזמנים לצפות בסשן בן שעה בו נתנו פירוט די נרחב

Module 1 – Basic Select Operations

Introduction to Pandas
Selecting columns from a dataset
Performing calculations on columns
Concatenating dataframes
Adding new columns to a dataframe
Renaming existing columns
Retrieving distinct list of values from a column
Creating a simple dataframe from a Python list
Getting information on your dataframe

Module 2 – Filtering & Sorting

Simple operators for filtering
Complex operators for filtering
The isin() method for filtering
The between() method for filtering
Text matching for filtering
Filtering empty values
Sorting a dataframe
Using sort_values() method for sorting
Understanding inplace parameter for sorting
Understanding na_position parameter for sorting
Sort_index() method for sorting by index
Selecting top-n rows from a dataframe
Filtering rows by index
Using the query() method for filtering

Module 3 – Applying Scalar Functions

String functions for manipulating text data
Numeric functions for manipulating numerical data
Date functions for manipulating date data
Conversion functions for converting data types
Nan functions for handling missing values
Using the apply() function to apply scalar functions to columns

Module 4 – Aggregative Functions

Basic aggregations for computing summary statistics
The groupby() method for grouping data
Filtering a grouping set
Groupby() multiple columns for more complex groupings

Module 5 – SET Operations

Union all for combining dataframes
Union for combining distinct rows from dataframes
Intersect for finding common rows in dataframes
Minus/Except for finding rows in one dataframe that are not in another

Module 6 – JOIN Opearions

Inner join for combining dataframes on common columns
Outer join left for including all rows from the left dataframe
Outer join right for including all rows from the right dataframe
Outer join full for including all rows from both dataframes

Module 7 – Schema Modifications

Adding and dropping a column from a dataframe
Renaming a column in a dataframe
Deleting rows from a dataframe
Updating rows in a dataframe
Creating random samples from a dataframe

Module 8 – Pandas Indexes

The need for indexes in dataframes
Basic methods for manipulating indexes
Retrieving rows by index label
Retrieving rows by index position
Handling missing values in indexes
Setting multi-indexes for more complex dataframes
Extracting rows from multi-indexes
Using transpose() method for pivoting dataframes

Module 9 – Pivot operations

Using pivot_table() method for pivoting dataframes
Using melt() method for unpivoting dataframes

Module 11 – Working with Analytic Functions

Using RANK function for ranking data
Using LAG and LEAD functions for computing time-based differences
Using NTILE function for computing percentiles

Module 12 - Data Visualizations

Introduction to Matplotlib library
Types of Matplotlib charts: line, bar, scatter, pie, histogram, boxplot
Basic customizations of Matplotlib charts: title, labels, legends, axes, ticks
Advanced customizations of Matplotlib charts: subplots, color maps, annotations
3D graphing with Matplotlib.

עם איזה רקע צריך להגיע אל הקורס

רקע ב-SQL, חשיבה בריאה, וזהו

ניתוח נתונים ב Python זה לא תכנות ב Python. אתם ממש לא חייבים להיות מומחי פיתוח קוד פיתון כדי לדעת לנתח נתונים באמצעותו. למען האמת – כדי להתחיל: לא צריך לדעת שורת קוד אחת. בקורס שאני מעביר, כמעט ואין נגיעה בתכנות "פרופר", ועדיין – בסיום הקורס אתם תגיעו די רחוק

איך זה יכול להיות ?
אני מלמד את עולם הדאטה כבר 14 שנה, וספיציפית – ניתוח נתונים ב Python כבר למעלה מ-3 שנים למאות תלמידים. במרוצת השנים פיתחתי גישה הוראה ייחודית שמתמקדת בהקבלת\תרגום החשיבה ה-SQLית ל Python. בצורה הזו, הדגש הוא על Data Analysis, לא על תכנות. אם תשאלו אותי – ככה מלכתחילה השפה הזו היתה צריכה להיות מועברת.

אז לא צריך לדעת Python בכלל ?

כן ולא

אתם לא צריכים להגיע עם רקע קודם ב Python, כמו שכתבתי – אתם לא תעברו במהלך הקורס שיעורי "תכנות". כן צריך רקע קודם כלשהו בתכנות, מבחינתי אפילו שפת Pascal שלמדתם בתיכון.

לאחר הקורס – אם תרצו להתעמק, להשתכלל ולהבין יותר, כן, אתם בהחלט תצטרכו ללמוד יותר Python.

למה ניתוח נתונים ב Python ולא SQL או Excel ?

כבודן של SQL ו-Excel במקומן מונח, ניתוח נתונים ב Python לא מחליף – אלא יותר נותן קונטרה, ומתאים לסיטואציות שלא תמיד מקבלות מענה במקומות אחרים. מה למשל ?

עבודה עם כמעט כל סוג של דאטה-סט
אוטומציה פשוטה ויעילה
עבודה עם כמויות גדולות של נתונים
האפשרות הניתנת לאחרים לייצר שוב, ולעבור בקלות על אנליזות שיצרתם
כלים ל"ניקוי נתונים" בקלות ומהירות
ספריות Statistics ו- Machine Learning עצומות
יכולות מתקדמות ל Data Visualizations
ועוד, ועוד 🙂

מה לומדים בתכלס?

מפורט בלשונית "נושאי הקורס"

מקבלים תעודה ?

מקבלים. ע"מ לקבל ישנה חובת נוכחות ב 80% מהמפגשים וחובת הגשה של כל המטלות.

דברו איתנו

קורסים קרובים

עלינו

UpScale Analytics מתמחה במתן פתרונות הכשרה לארגונים וללקוחות פרטיים בתחומי הדאטה, ומהווה פלטפורמה ללימוד ותרגול אונליין לתלמידים מכל רחבי העולם.

קראו עוד >>

Pandas Deep Dive

על הקורס

מה יצא לכם מהקורס?

עם איזה רקע צריך להגיע אל הקורס

אז לא צריך לדעת Python בכלל ?

למה ניתוח נתונים ב Python ולא SQL או Excel ?

מה לומדים בתכלס?

מקבלים תעודה ?

דברו איתנו

קורסים קרובים

עלינו

קורסים פופולריים

Practical ML for Data Analysts

Advanced SQL Data Analysis

Python Programming

קישורים מהירים