Сколько стоит курс «Основы Pandas для начинающих»?

Стоимость курса составляет 1990.00 рублей

Сколько времени занимает прохождение курса «Основы Pandas для начинающих»?

Прохождение курса «Основы Pandas для начинающих» занимает примерно 67 часов.

Какой рейтинг у курса «Основы Pandas для начинающих»?

Курс имеет рейтинг 4.6 из 5 на основе 188 отзывов. На курсе обучается 3 014 учеников.

Выдаётся ли сертификат по окончании курса?

Да, при успешном завершении курса выдаётся сертификат от платформы Stepik. На данный момент 524 учеников получили сертификат (17.4% завершаемость).

Где можно пройти курс «Основы Pandas для начинающих»?

Курс доступен на образовательной платформе Stepik по адресу stepik.org/course/120014.

Курс на Stepik

Обложка курса «Основы Pandas для начинающих» на Stepik

1 990 ₽

Основы Pandas для начинающих ★ 4.617

Name: Основы Pandas для начинающих
Price: 1990.00 RUB
Availability: InStock
Rating: 4.617021276595745 (188 reviews)

Открыть на
STEPIK.ORG

Интересные видеоуроки по Numpy и Pandas для начинающих. Большое количество тестов и задачек для закрепления материала. Рассматриваем много реальных кейсов, которые могут встретиться на практике и в дальнейшем обучении. Заложим прочный фундамент, который станет основой в вашем карьерном росте!

Показатель	Текущие показатели		Рост
Показатель	Значение	🏆 Рейтинг	3 дн	7 дн	30 дн
Учеников на курсе	3 014
Сертификатов выдано	524
Отзывов получено	188
Рейтинг курса	4.617
Количество уроков	49
Количество квизов	245
Количество задач с кодом	121
Время прохождения курса	67 ч.	—
Стоимость курса	1 990 ₽	—
Обновления курса	—	—
Дата публикации курса	4 года назад	—	—	—	—
Последнее обновление	1 год назад	—	—	—	—
Сложность	easy	—	—	—	—

Содержание курса

Разделы в курсе «Основы Pandas для начинающих»

7 разделов Уроки в курсе «Основы Pandas для начинающих»

49 уроков Тесты в курсе «Основы Pandas для начинающих»

245 тестов Задачи в курсе «Основы Pandas для начинающих»

121 задача Время прохождения курса «Основы Pandas для начинающих»

67 ч.

обн. 1 год назад

О курсе

1 урок

1. Информация ↗

Основы Numpy

14 уроков

1. Зачем при изучении Pandas нужен Numpy? ↗

2. Практика: shape, dtype, ndim, zeros, ones, arange ↗

3. Типы данных и их преобразование, арифметика, доступ к элементам ↗

4. Практика: арифметика, преобразование типов, доступ к элементам ↗

5. Двумерные и трехмерные массивы. Учимся применять индексы ↗

6. Практика: закрепляем работу с индексами ↗

7. Маска и слайсинг вместе, прихотливая индексация, а еще reshape ↗

8. Практика: учимся изменять форму массива ↗

9. Еще о reshape, транспонирование, унарные и бинарные функции ↗

10. Практика: закрепляем знания про унарные и бинарные функции ↗

11. Логические функции и функция в функции, а еще where и статистика ↗

12. Практика: доводим до мастерства работу с полезными функциями ↗

13. Функции any, all, sort, unique, in1d. Обзор линейной алгебры ↗

14. Функции permutation и shuffle. Сохранение массива в файл ↗

Введение в Pandas

14 уроков

1. Первое знакомство с Series ↗

2. Практика: проверяем свои знания о серии ↗

3. Поподробнее про серии: идексы, сложение, проверка на NaN ↗

4. Практика: тонкости при работе с сериями ↗

5. Первое знакомство с DataFrame ↗

6. Поподробнее про DataFrame: индексы, вложенные словари, del и .T ↗

7. Практика: особенности индексации ↗

8. Функции reindex, drop и индексация в датафрейме ↗

9. Практика: вытягиваем нужное, удаляем ненужное ↗

10. Операторы loc, iloc, at, iat. Сложение нескольких датафреймов ↗

11. Сложение датафреймов, сортировки, арифметика с пропусками ↗

12. Описательные статистики. Уникальные значения ↗

13. Контрольная работа ↗

14. Контрольная работа (продолжение) ↗

Pandas: работа с источниками данных

6 уроков

1. Что такое формат CSV и как его приручить? ↗

2. Поподробнее про обработку пропусков ↗

3. Учимся читать большие файлы кусочками ↗

4. Кто такой JSON и как с ним подружиться? ↗

5. Знакомимся с форматами HTML, XML, PICKLE, HDF5 ↗

6. Старый добрый Excel и немного про базы данных ↗

Pandas: чистка и подготовка данных к анализу

6 уроков

1. Учимся обрабатывать пропуски ↗

2. Проверяем данные на дубликаты и избавляемся от них ↗

3. Про замену значений и дискретизацию ↗

4. Определяем выбросы и грамотно устраняем их ↗

5. Создаём матрицы фиктивных переменных ↗

6. Работа со строками - проще чем кажется! ↗

Pandas: объединение данных и преобразование формы

8 уроков

1. Знакомство с иерархической индексацией ↗

2. Действия с мультииндексами в датафреймах ↗

3. Учимся соединять датафреймы с помощью merge ↗

4. Аналог merge; конкатенация датафреймов через concat ↗

5. Комбинирование данных и преобразование формы ↗

6. Применяем свою функцию через apply ↗

7. Самостоятельная работа по apply ↗

8. Практика: выжимаем максимум из apply ↗

Мастерская

0 уроков