Henter data ...
Ring til os
+45 70 23 26 50

Python, Pandas og NumPy. Storkøbenhavn, Aarhus, remote eller målrettet firmahold

Kort navn:

Varighed:


RING 70 23 26 50 eller send en mail og få uforpligtende informationer om, hvor kurset udbydes, datoer, priser og en status på, om kurset har deltagere nok til at det bliver gennemført.

Udbydes kurset ikke i oversigten til højre, så kontakt os endelig for ny dato.

Formål

På kurset får kursisten en introduktion til data science i Python med Pandas og NumPy samt visualisering med matplotlib.



Beskrivelse

På dette kursus lærer du i Python at løse data science opgaver med Pandas, NumPy og Matplotlib.

Vi ser først på hvilke pakker der skal være tilgængelige på systemet, og hvorledes man kommer i gang med at bruge Pandas, NumPy og Matplotlib fra en IDE og/eller Jupyter Notebook.

Man introduceres til NumPy som tilbyder effektive matematiske beregniner på arrays og matricer, og som sammen med Pandas anses for være vigtige dele af Pythons data science økosystem.

Vi lærer at indlæse dataset og gemme data mht forskellige datakilder og filformater.

Vi afdækker muligheder for at klargøre data, udføre dataanalyser og visualisere dataset og resultater med matplotlib.

Der vil være opmærksomhed på områder som: Brugen af matplotlib, Categorical Data, Streng håndtering bl.a med regular expressions, Tidsserier, Håndtering af størrer dataset.


Forudsætninger

For at deltage på dette kursus anbefaler vi, at du forinden har deltaget på, eller har viden svarende til

 Tilhørende certificering
  • PS0228 - SCD - Python & Pandas Certified Developer

Tilhørende test

  • TSU-228 - Python, Pandas og NumPy

Indhold

  • Kom i gang med Python, pakker og værktøjer
    • Pandas, NumPy og matplotlib
    • IDE og/eller Jupyter Notebook
  • Introduktion til numpy
    • Numpy ndarray
    • Numpy Array vs Python List
    • Arrays og Vektoriserede beregninger.
  • Kom i gang med Pandas
    • Series, DataFrame og Index objects
    • Vigtig funktionalitet
    • Indexing, Selection and Filtering
    • Integer Indexes
    • Aritmetik og Data alignment
    • Boolean Indexes
    • Axis Indexes
    • Sortering og rangorden
    • Opsummeringer og beskrivende statistikker.
    • Options og indstillinger
  • Dataindlæsning, gem og filformater
    • Læs og skriv data
  • Dataoprensning og -klargøring
    • Håndtering af manglende data
    • Streng håndtering bl.a med regular expressions
  • Data tilpasning: Join, Combine og Reshape
    • Kombiner og sammensæt datasets
  • Plotting og visualisering
    • Introduktion til matplotlib
    • Plotting med pandas
  • Data Aggregering og Gruppe Operationer
    • Group By
    • Data Aggregering
    • Apply
  • Tidsserier
Kursusdatoer