کتاب Pandas: قلب تپنده تحلیل داده در پایتون

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

📚 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

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره Pandas: قلب تپنده تحلیل داده در پایتون

موضوع کلی: علوم داده و یادگیری ماشین

موضوع میانی: کتابخانه های پایتون برای علوم داده (NumPy, Pandas, SciPy)

📋 سرفصل‌های دوره

  • 1. مبانی کار با داده‌ها در پایتون
  • 2. آشنایی با کتابخانه Pandas
  • 3. نصب و راه‌اندازی Pandas
  • 4. ساختار اصلی Pandas: Series
  • 5. ساختار اصلی Pandas: DataFrame
  • 6. ایجاد Series از لیست و آرایه NumPy
  • 7. ایجاد Series از دیکشنری
  • 8. شاخص‌گذاری و برش‌دهی در Series
  • 9. عملیات ریاضی روی Series
  • 10. کار با مقادیر گمشده (NaN) در Series
  • 11. مروری بر DataFrame
  • 12. ایجاد DataFrame از دیکشنری لیست‌ها
  • 13. ایجاد DataFrame از لیست دیکشنری‌ها
  • 14. ایجاد DataFrame از آرایه NumPy
  • 15. ایجاد DataFrame از فایل‌های CSV
  • 16. ایجاد DataFrame از فایل‌های Excel
  • 17. نمایش و بررسی اولیه DataFrame (head, tail, info, describe)
  • 18. انتخاب ستون‌ها در DataFrame
  • 19. انتخاب سطرها در DataFrame (loc, iloc)
  • 20. فیلتر کردن داده‌ها بر اساس شرط
  • 21. ترکیب شرط‌های فیلترینگ
  • 22. حذف ستون‌ها از DataFrame
  • 23. حذف سطرها از DataFrame
  • 24. تغییر نام ستون‌ها
  • 25. تغییر نام ایندکس‌ها
  • 26. مرتب‌سازی DataFrame بر اساس ستون‌ها
  • 27. مرتب‌سازی DataFrame بر اساس ایندکس‌ها
  • 28. کار با مقادیر گمشده در DataFrame
  • 29. شناسایی مقادیر گمشده
  • 30. حذف مقادیر گمشده
  • 31. جایگزینی مقادیر گمشده
  • 32. پر کردن مقادیر گمشده با میانگین/میانه
  • 33. پر کردن مقادیر گمشده با مقدار ثابت
  • 34. عملیات روی ستون‌های DataFrame
  • 35. اعمال تابع روی ستون‌ها (apply)
  • 36. عملیات گروه بندی (GroupBy)
  • 37. تجمیع داده‌ها پس از گروه بندی
  • 38. توابع تجمیع (sum, mean, count, min, max)
  • 39. دسته‌بندی و شمارش داده‌ها (value_counts)
  • 40. تلفیق DataFrame ها (merge)
  • 41. ادغام DataFrame ها (join)
  • 42. ترکیب DataFrame ها (concat)
  • 43. انواع ادغام (inner, outer, left, right)
  • 44. کار با تاریخ و زمان در Pandas
  • 45. تبدیل انواع داده به تاریخ و زمان
  • 46. استخراج اجزای تاریخ و زمان
  • 47. فیلتر کردن داده‌ها بر اساس بازه زمانی
  • 48. تغییر فرکانس داده‌های زمانی (resample)
  • 49. نمودار سازی با Pandas (plot)
  • 50. نمودار خطی (line plot)
  • 51. نمودار میله‌ای (bar plot)
  • 52. نمودار پراکندگی (scatter plot)
  • 53. نمودار هیستوگرام (hist plot)
  • 54. نمودار جعبه‌ای (box plot)
  • 55. نمودار دایره‌ای (pie plot)
  • 56. کار با داده‌های متنی در Pandas
  • 57. پردازش رشته‌ها در ستون‌ها
  • 58. استفاده از عبارات منظم (regex)
  • 59. تقسیم رشته‌ها
  • 60. جستجو و جایگزینی در رشته‌ها
  • 61. کار با فایل‌های CSV پیشرفته
  • 62. تنظیم جداکننده‌ها و انکدینگ
  • 63. مدیریت داده‌های بزرگ
  • 64. کار با فایل‌های Excel پیشرفته
  • 65. کار با چندین شیت در Excel
  • 66. ذخیره DataFrame در فرمت‌های مختلف
  • 67. کار با فرمت JSON
  • 68. کار با فرمت SQL
  • 69. تکنیک‌های پیشرفته فیلترینگ
  • 70. فیلترینگ بر اساس تابع سفارشی
  • 71. استفاده از indexerهای پیچیده
  • 72. مدیریت داده‌های پرت (Outliers)
  • 73. شناسایی داده‌های پرت
  • 74. روش‌های حذف یا تبدیل داده‌های پرت
  • 75. بهینه‌سازی عملکرد Pandas
  • 76. استفاده از داده‌نوع‌های مناسب
  • 77. فشرده‌سازی داده‌ها
  • 78. موازی‌سازی محاسبات
  • 79. کار با داده‌های چندبعدی
  • 80. مقدمه‌ای بر کتابخانه NumPy
  • 81. تفاوت‌های کلیدی Pandas و NumPy
  • 82. کار با داده‌های ناهمگن
  • 83. مقدمه‌ای بر تحلیل آماری با Pandas
  • 84. محاسبه همبستگی (correlation)
  • 85. محاسبه کوواریانس (covariance)
  • 86. آزمون‌های آماری پایه
  • 87. مقدمه‌ای بر یادگیری ماشین با Pandas
  • 88. پیش‌پردازش داده‌ها برای مدل‌ها
  • 89. انتخاب ویژگی‌ها (Feature Selection)
  • 90. مهندسی ویژگی‌ها (Feature Engineering)
  • 91. ساخت داشبوردهای ساده با Pandas
  • 92. نمایش نتایج تحلیل
  • 93. گزارش‌دهی با Pandas
  • 94. جمع‌بندی مباحث کلیدی Pandas
  • 95. نکات تکمیلی و میان‌برهای کاربردی
  • 96. منابع برای مطالعه بیشتر و پیشرفته‌تر
  • 97. کاربرد Pandas در حوزه‌های مختلف علم داده
  • 98. مبانی برنامه‌نویسی پایتون برای تحلیل داده
  • 99. مفاهیم اولیه ساختمان داده‌ها در پایتون
  • 100. انواع متغیرها و عملگرها در پایتون

📚 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

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.