Podstawy analizy danych w Pythonie

Szkolenie przeznaczone jest dla osób chcących zdobyć, ugruntować lub wzbogacić swoją wiedzę z zakresu analizy danych.

Dzięki udziałowi w szkoleniu uczestnicy:

• Poznają dwa pakiety do operacji na danych – NumPy oraz pandas
• Dowiedzą się, w jaki sposób przygotować dane, aby mogły służyć do budowy modeli predykcyjnych
• Poznają podstawowe techniki wizualizacji danych

Oczekiwana wiedza wstępna:

• Język Python na poziomie podstawowym

Przypomnienie podstaw języka Python

• Tworzenie nowego projektu w środowisku PyCharm
• Przegląd podstawowej funkcjonalności środowiska
• Import bibliotek
• Identyfikatory
• Konwencje nazewnicze
• Linie i wcięcia
• Komentarze
• Zmienne
• Operatory arytmetyczne
• Wbudowane funkcje
• Instrukcje warunkowe
• Pętle
• Listy, wyrażenia listowe
• Krotki
• Słowniki

Wprowadzenie do analizy danych

• Podstawowe statystyki
• Typy danych
• Problemy z danymi

Podstawy NumPy

• Wektory, macierze, tensory
• Generowanie liczb pseudolosowych
• Tworzenie tablic
• Właściwości tablicy, konwersja typów
• Działania na indeksach
• Operacje arytmetyczne i logiczne na tablicach
• Zmiana rozmiaru i łączenie tablic
• Agregacja danych
• Płytkie i głębokie kopiowanie
• Wbudowane funkcje
• Sortowanie tablic

Podstawy pandas

• Seria i ramka danych
• Indeksy i kolumny
• Tworzenie obiektów
• Import danych (Excel, CSV)
• Zapis danych
• Atrybuty ramki
• Dodawanie i usuwanie wierszy
• Indeksery
• Filtracja danych
• Operacje na ramce
• Grupowanie i agregacja

Analiza eksploracyjna i przygotowanie danych

• Typy i rozmiar danych
• Statystyki
• Kodowanie danych
• Rodzaje braków danych
• Wykrywanie braków danych
• Podstawowe metody uzupełniania braków danych
• Niespójności w danych
• Wartości odstające
• Korelacja danych
• Standaryzacja i skalowanie

Wizualizacja danych w pakiecie Matplotlib

• Konfiguracja wykresów
• Podwykresy
• Wykres liniowy
• Wykres rozrzutu
• Histogram
• Wykres słupkowy
• Diagram kołowy
• Heatmap
• Wyświetlanie obrazów