48 added
2 removed
Original
2026-01-01
Modified
2026-02-26
1
-
<p>На этом курсе вы изучите анализ данных с помощью библиотеки Pandas. Вы узнаете много нового о порядке работы с данными в Python, научитесь фильтровать данные, обрабатывать строки и столбцы в таблицах. В итоге вы освоите все необходимые возможности Pandas: научитесь читать и записывать данные в популярные табличные форматы, строить сложные агрегации, объединять несколько таблиц в одну.</p>
1
+
<p>Numpy</p>
2
-
<p>Библиотека Pandas пригодится, если вам интересна подготовка данных и их анализ с использованием языка Python. Знания из этого курса позволят вам преобразовывать неструктурированные данные в табличный вид для наглядности.</p>
2
+
<p>Pandas</p>
3
+
<p>Jupyter notebook</p>
4
+
<p>Визуализация данных</p>
5
+
<p>Навык работы с большими данными для повышения квалификации и решения сложных инженерных и аналитических задач</p>
6
+
<h2>Программа обучения</h2>
7
+
<p>Python Настройка окружения</p>
8
+
<p>Что такое Python, Установка Python, Зависимости, Виртуальное окружение6 Lock-файл, Глобальная установка пакетов, Точка входа, Линтинг</p>
9
+
<p>Основы командной строки</p>
10
+
<p>Операционные системы Командная строка, Файловая структура, Работа с файлами, Потоки, Пайплайн, Переменные окружения, Пользователи и группы, Sudo, Права доступа, Пакетный менеджер, Выполнение программ</p>
11
+
<p>Введение в Git</p>
12
+
<p>Знакомство в Git, Интеграция с GitHub, Анализ сделанных изменений, Анализ истории изменений, Работа с коммитами, Индекс, Работа с историей коммитов, Игнорирование файлов, Stash Открытые проекты</p>
13
+
<p>Основы программирования</p>
14
+
<p>Арифметические операции, Строки, Переменные, Именование, Типы данных, Функции, Свойства и методы, Логические операторы, Условные конструкции, Циклы, Модули</p>
15
+
<p>Списки</p>
16
+
<p>Синтаксис списков, Обработка списков в циклах, Ссылки, Вложенные списки, Теория множеств, Сортировка, Стек, Big O</p>
17
+
<p>Словари</p>
18
+
<p>Синтаксис словарей, Изменение данных, Множества, Методы словарей и множеств, Хеш-таблицы</p>
19
+
<p>Numpy</p>
20
+
<p>Основы Numpy. Numpy-массивы. Векторизированные вычсиления.</p>
21
+
<p>Pandas</p>
22
+
<p>Табличные данные. Выборка данных. Операции с несколькими таблицами.</p>
23
+
<p>Интеграция данных</p>
24
+
<p>Работа с внешними источниками данных. Экспорт данных.</p>
25
+
<p>Jupyter Notebook</p>
26
+
<p>Интерактивные ноутбуки</p>
27
+
<p>Визуализация</p>
28
+
<p>Визуализация с использованием библиотек matplotlib, seaborn, plotly</p>
29
+
<p>Отчеты</p>
30
+
<p>Подготовка интерактивных отчетов, финализация анализа данных</p>
31
+
<h2>Проекты</h2>
32
+
<p>Дашборд конверсий</p>
33
+
<p>Создадите Jupyter Notebook, который позволит собрать и проанализовать данные. После анализа, построете получите отчет с визуализацией результатов. В проекте вы отработаете навыки работы с библиотеками для анализа данных: numpy и pandas. Освоите среду разработки Jupyter. Создадите графики и диаграммы с использованием библиотек Matplotlib и Seaborn. Наконец, примените Python для автоматизации процесса. Все эти навыки позволяют аналитику эффективно делать расчеты и презентовать поученные выводы.</p>
34
+
<h2>Как проходит обучение</h2>
35
+
<p>Теория в удобном текстовом формате - легко читать даже с телефона. Живые примеры помогают понять, как всё работает. Материал выстроен так, чтобы вы двигались шаг за шагом, не упуская важных деталей</p>
36
+
<p>Подписка от 2 400 ₽/мес</p>
37
+
<p>Этот навык уже входит в подписку. Оформи доступ и открывай все навыки сразу (50+)</p>
38
+
<p><a>Подписаться →</a></p>
39
+
<ul><li><p>50+ навыков в одной подписке</p>
40
+
</li>
41
+
<li><p>Пожизненный доступ к теории</p>
42
+
</li>
43
+
<li><p>Обучение с ИИ-ассистентом</p>
44
+
</li>
45
+
<li><p>Отмена в любой момент</p>
46
+
</li>
47
+
</ul><h2>Нам доверяют обучение своих сотрудников</h2>
48
+
<h2>Отзывы о Хекслете на площадках</h2>