Сколько стоит курс «Пакет курсов: Pandas + Matplotlib + Seaborn»?

Стоимость курса составляет 3280.00 рублей

Сколько времени занимает прохождение курса «Пакет курсов: Pandas + Matplotlib + Seaborn»?

Прохождение курса «Пакет курсов: Pandas + Matplotlib + Seaborn» занимает примерно 45 часов.

Какой рейтинг у курса «Пакет курсов: Pandas + Matplotlib + Seaborn»?

Курс имеет рейтинг 5.0 из 5 на основе 5 отзывов. На курсе обучается 399 учеников.

Где можно пройти курс «Пакет курсов: Pandas + Matplotlib + Seaborn»?

Курс доступен на образовательной платформе Stepik по адресу stepik.org/course/211639.

Курс на Stepik

Обложка курса «Пакет курсов: Pandas + Matplotlib + Seaborn» на Stepik

3 280 ₽

Пакет курсов: Pandas + Matplotlib + Seaborn ★ 4.977

Name: Пакет курсов: Pandas + Matplotlib + Seaborn
Price: 3280.00 RUB
Availability: InStock
Rating: 4.976666666666667 (5 reviews)

Открыть на
STEPIK.ORG

Пакет курсов по обработке, анализу и визуализации данных для глубокого освоения всех этапов работы с информацией.

Показатель	Текущие показатели		Рост
Показатель	Значение	🏆 Рейтинг	3 дн	7 дн	30 дн
Учеников на курсе	399
Сертификатов выдано	0
Отзывов получено	136
Рейтинг курса	4.977
Курсов в пакете	3	—	—	—	—
Количество уроков	85
Количество квизов	436
Количество задач с кодом	213
Время прохождения курса	45 ч.	—
Стоимость курса	3 280 ₽	—
Обновления курса	—	—
Дата публикации курса	1.5 года назад	—	—	—	—
Последнее обновление	29 апреля 2026	—	—	—	—

Содержание пакета (3 курса)

Курсы в пакете «Пакет курсов: Pandas + Matplotlib + Seaborn»

3 курса Уроки в курсе «Пакет курсов: Pandas + Matplotlib + Seaborn»

85 уроков Тесты в курсе «Пакет курсов: Pandas + Matplotlib + Seaborn»

436 тестов Задачи в курсе «Пакет курсов: Pandas + Matplotlib + Seaborn»

213 задач Время прохождения курса «Пакет курсов: Pandas + Matplotlib + Seaborn»

45 ч.

1. Библиотека Matplotlib. Визуализация данных в Python 4.909

796

102

4 ч.

1. Настройки графиков

13 уроков

Открытый

1.1 Вступление ↗

883

Открытый

1.2 Подготовка к работе с библиотекой matplotlib ↗

815

505

1м

Открытый

1.3 plt.plot(). Строим первый график ↗

822

441

7м

Открытый

1.4 plt.grid(). Отображаем сетку ↗

1 375

409

5м

Открытый

1.5 plt.title(). Создаём заголовок графика ↗

726

396

3м

Закрытый

1.6 plt.xlabel(), plt.ylabel(). Присваиваем названия осям ↗

407

367

8м

Закрытый

1.7 plt.xlim(), plt.ylim() ↗

399

358

5м

Закрытый

1.8 plt.xticks(), plt.yticks() ↗

389

356

7м

Закрытый

1.9 Ширина, цвет и типы линий графика ↗

387

348

6м

Закрытый

1.10 Варианты отображения точек на графике ↗

378

341

9м

Закрытый

1.11 Строим несколько линий на одном графике ↗

375

330

9м

Закрытый

1.12 plt.legend(). Отображаем легенду на графике ↗

367

317

14м

Закрытый

1.13 plt.subplot() ↗

358

305

15м

2. Объектно-ориентированный подход к созданию графиков

7 уроков

Закрытый

2.1 figure(), axes(). Наносим координатные оси на график ↗

361

296

13м

Закрытый

2.2 Строим график ↗

344

289

8м

Закрытый

2.3 Легенда, линии сетки и цвет фона ↗

332

276

11м

Закрытый

2.4 Заголовок, названия и размерности осей ↗

316

268

10м

Закрытый

2.5 tick_params() ↗

310

242

21м

Закрытый

2.6 subplots() ↗

304

239

10м

Закрытый

2.7 GridSpec ↗

296

225

17м

3. Типы графиков

7 уроков

Закрытый

3.1 scatter ↗

320

228

17м

Закрытый

3.2 bar, barh ↗

307

220

17м

Закрытый

3.3 hist ↗

291

216

11м

Закрытый

3.4 boxplot ↗

284

214

10м

Закрытый

3.5 pie ↗

277

204

14м

Закрытый

3.6 stackplot ↗

280

202

6м

Закрытый

3.7 Заключение ↗

264

0м

2. Библиотека Seaborn. Статистическая визуализация данных в Python 5.0

560

208

10 ч.

1. Графики отношений (Relational plots)

4 урока

Открытый

1.1 Начальное знакомство с библиотекой seaborn ↗

484

330

3м

Открытый

1.2 scatterplot ↗

524

119

22м

Открытый

1.3 lineplot ↗

363

105

30м

Закрытый

1.4 relplot ↗

143

43м

2. Графики распределения (Distribution plots)

4 урока

Закрытый

2.1 kdeplot ↗

128

33м

Закрытый

2.2 histplot ↗

131

27м

Закрытый

2.3 ecdfplot ↗

119

25м

Закрытый

2.4 displot ↗

112

32м

3. Категориальные графики (Categorical plots)

9 уроков

Закрытый

3.1 barplot ↗

120

31м

Закрытый

3.2 countplot ↗

113

17м

Закрытый

3.3 boxplot ↗

106

21м

Закрытый

3.4 violinplot ↗

35м

Закрытый

3.5 swarmplot ↗

18м

Закрытый

3.6 stripplot ↗

13м

Закрытый

3.7 boxenplot ↗

23м

Закрытый

3.8 pointplot ↗

30м

Закрытый

3.9 catplot ↗

35м

4. Регрессионные графики (Regression plots)

2 урока

Закрытый

4.1 lmplot ↗

102

26м

Закрытый

4.2 regplot ↗

27м

5. Матричные графики (Matrix plots)

2 урока

Закрытый

5.1 heatmap ↗

119

27м

Закрытый

5.2 clustermap ↗

27м

6. Facet, Pair, Joint

4 урока

Закрытый

6.1 FacetGrid ↗

30м

Закрытый

6.2 pairplot, PairGrid ↗

52м

Закрытый

6.3 jointplot, JointGrid ↗

38м

Закрытый

6.4 Заключение ↗

0м

3. Изучаем Pandas на финансовых данных 4.951

855

126

213

31 ч.

1. Объект Series

3 урока

Открытый

1.1 Структура данных Series ↗

1 281

589

37м

Открытый

1.2 Структура данных Series (продолжение 1) ↗

930

524

59м

Закрытый

1.3 Структура данных Series (продолжение 2) ↗

563

472

55м

2. Объект DataFrame

13 уроков

Закрытый

2.1 Структура данных DataFrame ↗

562

489

39м

Закрытый

2.2 Структура данных DataFrame (продолжение) ↗

526

455

69м

Закрытый

2.3 Доступ к данным ↗

511

441

35м

Закрытый

2.4 loc ↗

497

402

83м

Закрытый

2.5 iloc ↗

457

381

26м

Закрытый

2.6 Методы filter, isin, where, query ↗

460

311

73м

Закрытый

2.7 Статистики и арифметические операции ↗

435

311

123м

Закрытый

2.8 Задачи на статистики ↗

410

253

146м

Закрытый

2.9 Удаление данных ↗

376

311

23м

Закрытый

2.10 Пропуски и дубликаты ↗

374

302

62м

Закрытый

2.11 Сортировка ↗

368

296

40м

Закрытый

2.12 Методы value_counts, unique, nunique ↗

352

273

74м

Закрытый

2.13 Методы apply, applymap, map ↗

351

230

190м

3. Дата и время

4 урока

Закрытый

3.1 Временные ряды ↗

364

239

54м

Закрытый

3.2 Временные ряды (продолжение 1) ↗

303

226

57м

Закрытый

3.3 Временные ряды (продолжение 2) ↗

293

213

104м

Закрытый

3.4 Временные ряды (продолжение 3) ↗

281

201

44м

4. Выгрузка/загрузка данных

4 урока

Закрытый

4.1 Чтение данных read_csv() ↗

324

256

24м

Закрытый

4.2 Запись данных to_csv() ↗

295

244

26м

Закрытый

4.3 Чтение данных read_excel() ↗

295

197

50м

Закрытый

4.4 Запись данных to_excel() ↗

283

227

14м

5. Визуализация

2 урока

Закрытый

5.1 Метод plot() ↗

338

223

26м

Закрытый

5.2 Метод plot(). Тесты ↗

290

209

20м

6. Объединение датафреймов

3 урока

Закрытый

6.1 merge(), join() ↗

318

192

27м

Закрытый

6.2 Задачи merge(), join() ↗

237

180

22м

Закрытый

6.3 concat() ↗

276

206

50м

7. Группировка и агрегирование данных

4 урока

Закрытый

7.1 Иерархическое индексирование ↗

296

250

9м

Закрытый

7.2 groupby() ↗

262

183

41м

Закрытый

7.3 Задачи groupby() ↗

255

170

102м

Закрытый

7.4 pivot_table() ↗

289

178

48м