Типы данных Python для Data Science
У вас есть базовые навыки программирования на Python для науки о данных, но вы жаждете большего? Тогда это курс для вас.
Преподаватель
Михаил Омельченко
Программист с многолетним опытом. Пишу на Python, Javascript, Typescript и руковожу командами разработчиков. Основатель youtube канал Django School. Стал ментором для десятков учеников и разработал платформу colabteam.dev
5часов
18видео
40упражнений
4850опыта
Описание курсаУ вас есть базовые навыки программирования на Python для науки о данных, но вы жаждете большего? Тогда это курс для вас. Здесь вы закрепите и попрактикуете свои знания о списках, словарях, кортежах, наборах и датах. Вы увидите их актуальность при работе с большим количеством реальных данных и узнаете, как использовать некоторые из них совместно для решения многоступенчатых задач. Вы также узнаете, как использовать многие объекты в модуле "Коллекции Python", который позволит вам хранить и обрабатывать ваши данные для различных научных целей. Пройдя этот курс, вы будете готовы решать многие задачи в области науки о данных с помощью Python.
1. Основные типы данных
В этой главе вы познакомитесь с основными типами данных Python – списками, кортежами и множествами. Эти коллекции данных обеспечивают основу для хранения и циклического перебора упорядоченных данных. Вы сможете незамедлительно проверить полученные знания о типах данных на практике.Введение в типы данных
50
Манипулирование списками
100
Перебор списков
100
Знакомство с кортежами (tuple)
50
Использование типа данных
50
Использование и распаковка кортежей
100
Случайное создание кортежей
100
Множества (set) для неупорядоченных и уникальных данных
50
Объединение и пересечение множеств
100
Определение различий между множествами
100
2. Словари – основа Питона
В основе всего Python лежит словарь. Здесь вы узнаете, как использовать их для безопасной обработки данных, которые можно просматривать различными способами, чтобы ответить на еще больше вопросов о наборе данных детских имен. Вы узнаете, как перебирать данные в словаре, получать доступ к вложенным данным, добавлять новые данные и по достоинству оцените все замечательные возможности словарей Python.Использование словарей (dict)
50
Создание и просмотр словарей
100
Безопасный поиск по ключу
100
Работа с вложенными данными
100
Изменение словарей
50
Добавление и расширение словарей
100
Методы pop и del в словарях
100
Работа со словарями
100
Используем словари как Питонисты
50
Проверка словарей на наличие данных
100
Обрабатываем CSV файлы
50
Чтение из файла с помощью CSV-ридера
100
Создание словаря из файла
100
3. Познакомьтесь с модулем коллекций
Модуль коллекций является частью стандартной библиотеки Python и содержит несколько более продвинутых контейнеров данных. Вы узнаете, как использовать счетчик, словари и кортежи в контексте ответов на вопросы о наборе данных.Подсчет стал проще
50
Использование счетчика в списках
100
Поиск наиболее распространенных элементов
100
Используем Defaultdict
50
Создание словарей неизвестной структуры
100
Список как значение ключа defaultdict
100
Используем OrderedDict
50
Работа с упорядоченными словарями
100
Мощный метод .popitem()
100
Используем NamedTuple
50
Создание именованных кортежей для хранения данных
100
Использование атрибутов именованных кортежей
100
4. Обработка типов данных - даты и времени
Время обработки может показаться пугающим, но здесь вы углубитесь и узнаете, как создавать объекты даты и времени, печатать их, смотреть в прошлое и в будущее. Кроме того, вы узнаете о некоторых сторонних модулях, которые могут упростить все это. Вы продолжите использовать набор данных о транзите в Чикаго, чтобы ответить на вопросы о времени транзита.Путешествие во времени
50
Строки в DateTimes
100
Преобразование в строку
100
Работа с Datetime
50
Кусочки времени
100
Создание объектов DateTime... now()
100
Часовые пояса
100
Еще немного путушествий во времени
50
Найти время в будущем и в прошлом
100
Поиск отличий в DateTimes
100
Библиотеки которые делают работу проще
50
Локализация времени с помощью pendulum
100
Очеловечивание различий с pendulum
100
5. Ответы На Вопросы по Науке о Данных
Время для тематического исследования, чтобы закрепить все ваши знания до сих пор! Вы будете использовать все контейнеры и типы данных, о которых вы узнали, чтобы ответить на несколько реальных вопросов о наборе данных, содержащем информацию о преступности. Получайте удовольствие!В диапазоне дат
50
Читаем данные с помощью CSV Reader и создаем коллекции данных
100
Найдем месяц с наибольшим количеством преступлений
100
Преобразование ваших данных по месяцу и локации
100
Находим наибольшее кол-во преступлений в 2020 году
100
Словари и CSV
50
Чтение ваших данных с помощью DictReader
100
Определить количество арестов по районам и годам
100
Уникальные преступления
100
Финал
50
Зависимые курсы