Python для данных: NumPy, Pandas, визуализация
Бесплатный курс о том, как работать с данными на Python: от таблицы в файле до готового графика с выводами.
NumPy
массивы и векторные вычисления
индексация и булевы маски
broadcasting
агрегаты по осям
Pandas
Series и DataFrame
чтение CSV
loc и iloc
фильтрация по условию
сортировка и топ-N
пропуски и дубликаты
типы данных и даты
groupby и agg
merge и сводные таблицы
временные ряды
Matplotlib
Seaborn
выбор типа графика
мини-проект по продажам
Чему вы научитесь
- Читать таблицу в программу и превращать текст в числа
- Считать без циклов на массивах NumPy
- Пользоваться булевыми масками и срезами
- Понимать axis: считать по строкам или по столбцам
- Работать с DataFrame: выбирать колонки, строки, подтаблицы
- Фильтровать данные по нескольким условиям сразу
- Находить и обрабатывать пропуски и дубликаты
- Приводить типы и разбирать даты
- Считать показатели по группам через groupby и agg
- Объединять таблицы по ключу и строить сводные
О курсе
Курс о ежедневной работе с данными: как загрузить таблицу, привести её в порядок, посчитать нужные показатели и показать результат так, чтобы его поняли. Теория идёт короткими шагами, и почти за каждым — задача с автоматической проверкой.
Задачи решаются прямо в браузере на настоящем Python с NumPy, Pandas, Matplotlib и Seaborn: устанавливать ничего не нужно. Данные приходят программе на вход, а ваш ответ сверяется с эталоном.
Графики тоже проверяются автоматически: вы строите диаграмму и выводите её параметры — число точек, высоты столбцов, подписи осей. Так навык оформления графика проверяется не на глаз, а машиной.
Курс продолжает бесплатные «Основы Python» и готовит к платным курсам по машинному обучению и базам данных.
Вы также можете задать любой вопрос по курсу у поддержки t.me/mentorix_support
Для кого этот курс
Тем, кто знает базовый Python и хочет перейти к работе с данными
Начинающим аналитикам, которым нужен инструмент сильнее таблиц
Разработчикам, которым приходится считать отчёты и метрики
Тем, кто присматривается к машинному обучению и собирает базу
Начальные требования
Базовый Python: переменные, условия, циклы, функции, списки и словари
Знание NumPy и Pandas не требуется — начинаем с нуля
Ничего устанавливать не нужно: код запускается в браузере
Программа курса
Модулей: 7, уроков: 32. Задачи с кодом проверяются автоматически.
Данные и Python: с чего начинается анализ
- Добро пожаловать: что вы сможете после курса
- Экосистема анализа данных: кто за что отвечает
- Данные приходят текстом: читаем CSV со стандартного ввода
- Списки против массивов: зачем нужен NumPy
NumPy: массивы и векторные вычисления
- Массив: создание, тип и форма
- Индексация, срезы и булевы маски
- Векторные операции и broadcasting
- Агрегаты и параметр axis
- Практикум: обработка измерений
Pandas: таблицы, выбор и фильтрация
- Series: значения с индексом
- DataFrame: читаем таблицу и смотрим, что внутри
- Выбор данных: колонки, loc и iloc
- Фильтрация по условию
- Сортировка и топ-N
Очистка данных: пропуски, типы, дубликаты
- Пропуски: найти, посчитать, обработать
- Типы данных и даты
- Дубликаты и аномалии
- Новые колонки и преобразования
Группировки, объединение таблиц и время
- groupby: считаем по группам
- Несколько агрегатов сразу: agg
- Объединение таблиц: merge
- Сводные таблицы и concat
- Временные ряды: группировка по периодам
Визуализация: matplotlib и seaborn
- Первый график: figure, axes и линия
- Столбчатые диаграммы и гистограммы
- Оформление: подписи, легенда, сетка
- Seaborn: диаграмма рассеяния, ящик с усами, тепловая карта
- Какой график выбрать под задачу
Мини-проект: разбираем продажи от начала до вывода
- Постановка: что мы хотим узнать из данных
- Очистка и подготовка
- Считаем ответы на вопросы
- Показываем результат и куда двигаться дальше
Бесплатный курс
Открыть курс на Mentorix · Все курсы