Python w analizie danych. Wstęp do Data Science

Ssskuś się na kurs Python Data Science z analizą danych!

Opis szkolenia

Analiza danych w języku Python to szkolenie od podstaw, przeznaczone dla osób zainteresowanych zagadnieniami związanymi z przetwarzaniem, analizą, eksploracją danych z użyciem Pythona. Podczas szkolenia z analizy danych w Python poznasz możliwości bibliotek wykorzystywanych w analizie danych bibliotekami języka Python, czyli Pandas, Numpy, Matplotlib, Seaborn. Dodatkowo dowiesz się jaką rolę w analizie danych odgrywa Python, poznasz etapy analiza z NumPy i Pandas oraz wizualizacji danych z Maplotlib i Seaborn.Dzięki stosunkowo niskiemu progowi wejścia oraz nieograniczonym możliwościom języka Python, ten język programowania stał się jednym z najczęstszych wyborów - zarówno w obszarze programowania jak i Data Science. Zapotrzebowanie na analityków biznesowych, specjalistów ds. raportowania i data scientistów stale rośnie, dlatego oferta szkoleń i kursów z zakresu analizy danych w Python jest stale rozwijana.

Analiza i eksploracja danych za pomocą języka Python to pożądane kompetencje, które przydają się w wielu branżach. Chcesz od podstaw nauczyć się umiejętności, które pomogą Ci zostać specjalistą data science? Nie zwlekaj! Zapisz się na kurs „Python w analizie danych - Wstęp do Data Science” już dziś!

Co zyskasz dzięki szkoleniu ?

Cele szkolenia

Celem szkolenia jest wprowadzenie uczestników w podstawowe zagadnienia dotyczące analizy danych z użyciem języka Python i najważniejszych bibliotek Pythona dedykowanych obszarowi Data Science (Pandas, Numpy, Matplotlib, Seaborn). Dzięki szkoleniu uczestnicy będą w stanie z łatwością wczytać, przeprocesować, wyczyścić i łączyć duże zbiory danych, a następnie przeprowadzić pełnowymiarową analizę wraz z prostymi wizualizacjami.

Umiejętności

Dzięki szkoleniu uczestnik będzie:

stawiać odpowiednie pytania odnośnie danych i przeprowadzać w sposób świadomy proces analizy,
posługiwać się przydatnymi w analizie danych bibliotekami języka Python,
selekcjonować, oczyszczać i przetwarzać dane przy użyciu nowoczesnych technik,
prezentować dane przy użyciu odpowiednio dobranych wykresów i wizualizacji.

Czy to szkolenie jest dla Ciebie ?

Profil uczestników

Szkolenie jest przeznaczone dla osób chcących zapoznać się z możliwościami przetwarzania, analizy, eksploracji i wizualizacji danych z użyciem języka Python.

Szkolenie może być szczególnie interesujące dla osób zainteresowanych rozwojem na następujących stanowiskach: data analyst (analityk danych), business analyst (analityk biznesowy), reporting analyst (analityk ds. raportowania), data scientist, business intelligence BI analyst (analityk ds. business intelligence).

Przygotowanie uczestników

Od uczestników szkolenia wymagana jest znajomość podstaw programowania w języku Python (w tym tworzenie i uruchamianie kodu w środowisku Jupyter Notebook). Przydatne będzie doświadczenie w analizie danych w innym narzędziu np. Excel.

Czas trwania

Przed nami:

2 dni, 16 godzin szkoleniowych

Szczegółowy program szkolenia

Wprowadzenie

Omówienie celów i zakresu szkolenia
Na czym polega analiza danych i czemu jest istotna
Rola Pythona w analizie danych
Omówienie środowiska pracy - efektywne korzystanie z Jupyter Notebook

Podstawy statystyki

Podstawowe pojęcia statystyczne
Podstawowe miary rozkładu

Python - wybrane elementy

Przypomnienie podstawowych typów i struktur danych
Indeksowanie, slicing
Funkcje, funkcje anonimowe
List comprehension
Wybrane funkcje wbudowane: matematyczne, tekstowe, statystyczne, data i czas
Kontrola przepływu (while, for, if, elif, else), przydatne rozszerzenia (enumerate, zip)

Analiza z NumPy i Pandas

Tablice jedno i dwuwymiarowe w NumPy oraz podstawowe operacje
Series i DataFrame w Pandas
Wczytywanie i zapis danych w różnych formatach
Podstawowe atrybuty DataFrame (shape, indeksy, kolumny, typy danych)
Przydatne funkcje (describe, info, head, tail, sample)
Czyszczenie wartości zduplikowanych
Wartości brakujące - różne podejścia do radzenia sobie z nimi
Wykrywanie wartości odstających
Sortowanie danych
Filtrowanie (loc, iloc, query, where, isin, isnull, notnull)
Tabele przestawne
Grupowanie
Łączenie danych
Tworzenie nowych atrybutów

Wizualizacja danych z Maplotlib i Seaborn

Rodzaje wykresów i wizualizacji - dobór wykresu, elementy storytelling
Podstawowe typy wykresów (histogram, wykres słupkowy, wykres typu scatter) w Pythonie

Metoda realizacji szkolenia

Szkolenie składa się z części teoretycznych oraz ćwiczeń praktycznych, a także case studies, czyli faktycznej analizy zbiorów danych z różnych obszarów. Szkolenie łączy w sobie wiedzę merytoryczną z praktycznymi przykładami jej wykorzystania w środowisku pracy analityka

POBIERZ PROGRAM W PDF

Ścieżka rozwoju

W ramach szkolenia zapewniamy

materiały szkoleniowe
certyfikat potwierdzający udział w kursie
pełna obsługa cateringowa (dotyczy szkoleń stacjonarnych)

Czym są biblioteki Python do analizy danych?

W języku programowania Python biblioteka to zbiór modułów i funkcjonalności, który umożliwia wykonanie różnych zadań. Są one uzupełnieniem języka i umożliwiają korzystanie z opracowanych wcześniej rozwiązań konkretnych problemów. Dzięki nim nie trzeba już pisać kodu od początku.

Jak działają biblioteki? Pozwalają one importować funkcje i klasy do kodu. Biblioteki są osadzone w kodzie, a ich funkcje wykorzystywane do wykonania danej operacji. Biblioteki są więc tym, co stanowi o sile i przewadze Pythona. Pozwalają one pracować nad złożonymi projektami i korzystać ze sprawdzonych i wypracowanych już rozwiązań

NumPy

To biblioteka, która ułatwia pracę z danymi i służy do wykonywania matematycznych operacji oraz efektywnych kalkulacji. Zawiera ona wiele złożonych funkcji matematycznych oraz matryce, które ułatwiają pracę z danymi na zaawansowanym poziomie. Biblioteki Python działają w różnych obszarach. Funkcjonalności związane z analizą danych i data science zawarte są np. w Pandas oraz NymPy. Narzędziami przydatnymi do wizualizacji danych są z kolei takie biblioteki jak Matplotlib, Seaborn, Plotly i Bokeh.

Pandas

Umożliwia pracę z zestawami danych. Zawiera ona narzędzia do analizy, oczyszczania, porządkowania, przeglądania i modyfikowania danych, dzięki czemu można je przygotować do dalszej obróbki. Jej nazwa wzięła się z połączenia zestawów słów – panel data lub python data analysis.

Analiza i wizualizacja danych biznesowych - elementy niezbędne w każdej branży

Biznesy funkcjonujące w gospodarce cyfrowej opartej na informacji w każdej sytuacji muszą kierować się danymi i podejmować racjonalne decyzje. Zalety analizy danych dotyczą właściwie każdej branży, która wkłada wysiłki zarówno w projektowanie i rozwój usług, jak i produkcję i dostarczanie gotowych rozwiązań klientom, marketing i zarządzanie zespołem oraz firmą.

Analityk danych jest więc zawodem niezbędnym w każdym biznesie, ponieważ to właśnie on odpowiada za podejmowanie strategicznych decyzji. Kurs Python data science przyda się każdemu specjaliście, który chce mieć realny wpływ na rozwój firmy i wziąć odpowiedzialność za podejmowanie przemyślanych decyzji oraz wyznaczanie jej kierunku rozwoju w oparciu o dane i racjonalne przesłanki.

Python w analizie danych

Opanuj Data Science z językiem Python!

Ssskuś się na kurs Python Data Science z analizą danych!

Opis szkolenia

Instrukcja zapisu na szkolenia

Poznaj program szkolenia

Czym są biblioteki Python do analizy danych?

NumPy

Pandas

Analiza i wizualizacja danych biznesowych - elementy niezbędne w każdej branży

Podobne szkolenia

Sprawdź praktyczny warsztat Python w Excel – druga odsłona: xlWings!