Tack för att du skickade din fråga! En av våra teammedlemmar kontaktar dig snart.
Tack för att du skickade din bokning! En av våra teammedlemmar kontaktar dig snart.
Kursplan
Python Grundläggande för Datauppgifter
- Installera Python och sätt upp utvecklingsmiljön
- Språkfundament: variabler, datatyper, kontrollstrukturer
- Skriva och köra enkla Python-skript
Filhantering: CSV och Excel
- Läsa och skriva CSV-filer med csv-modulen och Pandas
- Arbeta med Excel-filer med openpyxl/xlrd och Pandas
- Praktiska övningar: automatisera filkonverteringar
Introduktion till Pandas
- DataFrame-grundläggande: skapa, indexera, välja och filtrera
- Agregering och grupperingsoperationer
- Kommon rengörningsoperationer: saknade värden, dubletteringar, och typkonverteringar
Introduktion till Polars
- Polars-koncept och prestandaegenskaper jämfört med Pandas
- Grundläggande DataFrame-operationer i Polars
- Användningsfall: när man ska välja Polars istället för Pandas
Förvärvad Datatransformation (Mellanliggande)
- Komplexa joins, fönsterfunktioner och pivotoperationer i Pandas
- Effektiv dataprocessering med Polars
- Länka operationer och optimera minnesanvändning
Processautomatisering med Python
- Skriva skript för att automatisera upprepade datauppgifter och ETL-steg
- Körning av skript med operativsystemets schemaläggare eller uppgiftsschemaläggare
- Loggning, felhantering och notiser
Packa Skript och Bästa Praxis
- Skapa exekverbara filer med PyInstaller eller liknande verktyg
- Projektstrukturering, virtuella miljöer, och beroendehantering
- Grundläggande versionkontroll och dokumentering av arbetsflöden
Händer Mini-Projekt
- Från början till slut: läs råa filer, rengör och transformera data, generera utdata
- Automatisera arbetsflödet och paketera som ett körbart skript eller exekverbar fil
- Granskning och förbättringar baserade på kamratbedömning
Sammanfattning och Nästa Steg
Krav
- Grundläggande bekantskap med programmeringskoncept eller vilja att lära
- Behaglighet att använda kommandorad eller terminal för paketinstallation
- Erfarenhet av arbete med kalkylblad (CSV/Excel)
Målgrupp
- Dataanalytiker och operatörspersonal som automatiserar datauppgifter
- Analytiska ingenjörer som söker lättviktiga ETL-script
- Professionella intresserade av praktiska Python-baserade dataflöden
14 Timmar
Vittnesmål (2)
Praktiska övningar relaterade till innehållet hjälper verkligen till att förstå mer om varje ämne. Dessutom är det bra och hjälpsamt att börja lektionen med en föreläsning och sedan fortsätta med praktiska övningar, vilket gör det lättare att relatera till den tidigare presenterade föreläsningen.
Nazeera Mohamad - Ministry of Science, Technology and Innovation
Kurs - Introduction to Data Science and AI using Python
Maskintolkat
Exempel/övningar perfekt anpassade till vår domän
Luc - CS Group
Kurs - Scaling Data Analysis with Python and Dask
Maskintolkat