Курс на Stepik
Обложка курса «Python для анализа данных» на Stepik
6 000 ₽

Python для анализа данных ★ 0.000

Открыть на
STEPIK.ORG

Курс будет длиться 4 месяца и рассчитан на тех, кто прошел уроки с 1.1 по 6.6 базового курса по Python (https://stepik.org/course/271947/syllabus). После прохождения курса вы сможете использовать Python для решения практических задач анализа данных и Data Engineering. Python регулярно встречается в вакансиях по анализу и инженерии данных. Знание Python стало одним из базовых профессиональных навыков.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Python для анализа данных»Учеников на курсе 0
Сертификаты, выданные на курсе «Python для анализа данных»Сертификатов выдано 0
Отзывы о курсе «Python для анализа данных»Отзывов получено 0
Рейтинг курса «Python для анализа данных»Рейтинг курса 0.000
Уроки в курсе «Python для анализа данных»Количество уроков 13
Тесты в курсе «Python для анализа данных»Количество квизов 62
Задачи с кодом в курсе «Python для анализа данных»Количество задач с кодом 35
Время прохождения курса «Python для анализа данных»Время прохождения курса —
Стоимость курса «Python для анализа данных»Стоимость курса 6 000 ₽ —
Обновления курса «Python для анализа данных»Обновления курса — —
Дата публикации курса «Python для анализа данных»Дата публикации курса — ———
Последнее обновление курса «Python для анализа данных»Последнее обновление — ———

Содержание курса

Разделы в курсе «Python для анализа данных» 4 раздела Уроки в курсе «Python для анализа данных» 13 уроков Тесты в курсе «Python для анализа данных» 62 теста Задачи в курсе «Python для анализа данных» 35 задач Время прохождения курса «Python для анализа данных» 3 ч. Последнее обновление курса «Python для анализа данных» обн. 2 ноября 2026

Зачем Python в анализе и инженерии данных (черновик)

1 урок
1. Зачем Python в анализе и инженерии данных ↗

Не грузим все данные в память, а обрабатываем построчно

2 урока
1. Итераторы ↗
2. Генераторы ↗

NumPy

2 урока
1. Введение в NumPy ↗
2. NumPy примеры ↗

Pandas

8 уроков
1. Series ↗
2. loc, iloc, фильтрация и query ↗
3. преобразование данных ↗
4. apply, векторизация и производительность Pandas ↗
5. groupby и agg ↗
6. transform, filter ↗
7. date, datetime ↗
8. очистка данных ↗