کتاب مقدمه‌ای بر Dask برای پردازش داده‌های بزرگ با پایتون
, ,

کتاب مقدمه‌ای بر Dask برای پردازش داده‌های بزرگ با پایتون

تومان249,950

انتخاب پلن

torobpay
هر قسط با ترب‌پی: تومان62,488
۴ قسط ماهانه. بدون سود، چک و ضامن.
شناسه محصول: SuperCourse-0000029217 دسته: , , برچسب: , , , , , , , , ,

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

📚 کتاب آموزشی جامع

📚 اطلاعات کتاب

عنوان کتاب: کتاب مقدمه‌ای بر Dask برای پردازش داده‌های بزرگ با پایتون

موضوع کلی: برنامه نویسی

موضوع میانی: پایتون (Python)

📋 سرفصل‌های کتاب (100 موضوع)

  • 1. در اینجا 100 سرفصل آموزشی برای "مقدمه‌ای بر Dask برای پردازش داده‌های بزرگ با پایتون" آورده شده است:
  • 2. مفاهیم اولیه پردازش داده‌های بزرگ
  • 3. چالش‌های کار با داده‌های بزرگ
  • 4. محدودیت‌های پانداس برای داده‌های بزرگ
  • 5. معرفی Dask
  • 6. چرا Dask؟
  • 7. مزایای Dask
  • 8. Dask در مقابل پانداس
  • 9. Dask در مقابل اسپارک
  • 10. معماری Dask
  • 11. کارگرها (Workers)
  • 12. کلاستر (Cluster)
  • 13. وظایف (Tasks)
  • 14. نمودار اجرای وظایف (Task Graph)
  • 15. Dask DataFrame
  • 16. ساختار Dask DataFrame
  • 17. مجموعه پارتیشن‌ها (Collection of Partitions)
  • 18. ایجاد Dask DataFrame از منابع مختلف
  • 19. خواندن فایل‌های CSV با Dask
  • 20. خواندن فایل‌های Parquet با Dask
  • 21. خواندن فایل‌های JSON با Dask
  • 22. خواندن دیتابیس‌ها با Dask
  • 23. تبدیل پانداس DataFrame به Dask DataFrame
  • 24. عملیات اساسی Dask DataFrame
  • 25. نمایش اطلاعات Dask DataFrame
  • 26. انتخاب ستون‌ها
  • 27. فیلتر کردن داده‌ها
  • 28. مرتب‌سازی داده‌ها
  • 29. گروه‌بندی و تجمیع (Groupby and Aggregation)
  • 30. عملیات مشترک (Join Operations)
  • 31. ادغام (Merge Operations)
  • 32. الحاق (Concatenation)
  • 33. عملیات روی ستون‌ها
  • 34. اعمال توابع (Apply Functions)
  • 35. توابع برداری (Vectorized Functions)
  • 36. کار با داده‌های ناموجود (Missing Data)
  • 37. پاکسازی داده‌ها با Dask
  • 38. تغییر شکل داده‌ها
  • 39. نوشتن Dask DataFrame به فایل
  • 40. نوشتن فایل‌های CSV
  • 41. نوشتن فایل‌های Parquet
  • 42. نوشتن فایل‌های JSON
  • 43. Dask Array
  • 44. ساختار Dask Array
  • 45. مجموعه بلوک‌ها (Collection of Blocks)
  • 46. ایجاد Dask Array
  • 47. تبدیل NumPy Array به Dask Array
  • 48. عملیات اساسی Dask Array
  • 49. نمایش اطلاعات Dask Array
  • 50. عملیات ریاضی
  • 51. عملیات منطقی
  • 52. عملیات آماری
  • 53. تغییر شکل Array
  • 54. توابع برداری
  • 55. کار با داده‌های ناموجود
  • 56. نوشتن Dask Array به فایل
  • 57. Dask Bag
  • 58. ساختار Dask Bag
  • 59. مجموعه آیتم‌ها (Collection of Items)
  • 60. ایجاد Dask Bag
  • 61. خواندن فایل‌ها با Dask Bag
  • 62. تبدیل لیست به Dask Bag
  • 63. عملیات اساسی Dask Bag
  • 64. نقشه برداری (Map)
  • 65. فیلتر کردن (Filter)
  • 66. کاهش (Reduce)
  • 67. جمع‌آوری (Collect)
  • 68. جستجو (Find)
  • 69. تعداد (Count)
  • 70. توابع سفارشی
  • 71. پردازش موازی در Dask
  • 72. اجرای وظایف
  • 73. مدیریت نمودار اجرای وظایف
  • 74. تکنیک‌های موازی‌سازی
  • 75. تنظیمات اجرای Dask
  • 76. اجرای محلی (Local Execution)
  • 77. اجرای توزیع شده (Distributed Execution)
  • 78. Dask Scheduler
  • 79. انواع Scheduler
  • 80. Thread-based Scheduler
  • 81. Process-based Scheduler
  • 82. Distributed Scheduler
  • 83. راه اندازی Dask Cluster
  • 84. استفاده از `dask.distributed`
  • 85. Dask Client
  • 86. ارتباط با Dask Cluster
  • 87. ارسال وظایف به Cluster
  • 88. نظارت بر اجرای وظایف
  • 89. مدیریت منابع
  • 90. تنظیم تعداد Workerها
  • 91. تنظیم حافظه Workerها
  • 92. اشکال‌زدایی (Debugging) Dask
  • 93. استراتژی‌های اشکال‌زدایی
  • 94. بررسی نمودار اجرای وظایف
  • 95. لاگ‌های Dask
  • 96. بهینه‌سازی عملکرد Dask
  • 97. شناسایی گلوگاه‌ها (Bottlenecks)
  • 98. بهینه‌سازی ساختار داده
  • 99. بهینه‌سازی عملیات
  • 100. استفاده از فرمت‌های داده مناسب (Parquet)

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

دیدگاهها

هیچ دیدگاهی برای این محصول نوشته نشده است.

اولین نفری باشید که دیدگاهی را ارسال می کنید برای “کتاب مقدمه‌ای بر Dask برای پردازش داده‌های بزرگ با پایتون”

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

محصولات مشابه

پیمایش به بالا