Szkolenie Analiza danych w Python przeznaczone jest dla osób, które zajmują się analizą dancyh i chcą zaznajomić się z możliwościami jakie w tym zakresie niesie Python. Python w tym względzie posiada bogate, rozbudowane zaplecze i biblioteki. Wykorzystanie mechanizmów oferowanych przez Pythona pomaga prowadzić analizy, które inaczej wymagałaby zastosowania płatnych rozwiązań.
Python jest interpretowanym, zorientowanym obiektowo, wysokopoziomowym językiem programowania. Wysokopoziomowe wbudowane struktury danych, w połączeniu z dynamicznym pisaniem i dynamicznym wiązaniem, czynią ten język bardzo atrakcyjnym językiem ze względu na szybkie tworzenie aplikacji. Prosta, łatwa do nauczenia składnia Pythona kładzie nacisk na czytelność, a tym samym zmniejsza koszty utrzymania programu i sprawia. Python obsługuje moduły i pakiety, co zachęca do modułowości programu i ponownego wykorzystania kodu. Interpreter Pythona i rozbudowana biblioteka standardowa są dostępne bezpłatnie w postaci kodu źródłowego lub binarnego na wszystkich głównych platformach i mogą być swobodnie rozpowszechniane.
Ponieważ w języku nie ma kroku kompilacji, cykl edycji-testu-debugowania jest niezwykle szybki i wygodny.
Forma szkolenia Analiza danych w Python -wprowadzenie, jest zbalansowana i obejmuje wykłady prowadzone przez doświadczonych trenerów programowania z wieloletnią praktyką w branży, oraz ćwiczenia na których uczestnicy będą mieli okazję w sposób praktyczny wykorzystać uzyskaną wiedzę. Trener jest w stałym kontakcie z Uczestnikiem aby wspierać go w przypadku problemów w wykonywaniu zadania.
Przydatne informacje związane z platforma e-learningową znajdziesz tutaj.
Jeżeli poszukujesz pracy zapraszamy do przesłania swojego CV więcej
1. Wprowadzenie do języka Python - Python Fundamentals
- Zmienne
- Typy danych
- Użycie zmiennych w Python
- Wbudowane funkcje Python'a
2. Analiza danych tabelarycznych
- Numpy
- Ładowanie danych
- Ładowanie danych z wielu plików
- Dzielenie, "szatkowanie" i łączenie zbiorów danych
- Podstawy analizy danych
- Wizualiacja danych tabelarycznych za pomocą matplotlib
3. Składowanie danych w postaci list
- Wprowadzenie do List
- Zmiany w zawartości Listy
- Listy Zagłębione
- Listy Heterogeniczne
4. Cykliczne przetwarzanie danych - Pętle
5. Instrukcje warunkowe
6. Funkcje
- Definiowanie własnych funkcji
- Wywoływanie funkcji
- Co się dzieje podczas wywołania funckji z poziomu programu?
- Zakresy widoczności zmiennych
- Return w funkcjach Python
- Dokumemtowanie funkcji
- Definiowanie wartości domyślnych
7. Błędy i Wyjątki
- Jak Python raportuje błędy?
- Przechwytywanie wyjątków w kodzie Python
8. Programowanie defensywne
9. Jak mogę zwiększyć niezawodność moich programów?
- Asercje
- Test-Driven Development
10. Debugowanie
11. Uruchamianie programów Python
- Przekazywanie argumentów do programów uruchamianych z linii poleceń
- Obsługa wielu plików
- Flagi linii poleceń
- Standardowe wejście