Главная страницаКатегория pythonPython Мастер-класс по Анализу и Визуализации Данных 2022

Python Мастер-класс по Анализу и Визуализации Данных 2022

Name: Python Мастер-класс по Анализу и Визуализации Данных 2022
Price: 12.5 USD
Rating: 4.9 (59 reviews)

Python Data Analysis & Visualization Masterclass

udemy

★4.9 (всего оценок - 59)

Продолжительность

20 ч 17 мин

Категория

Python

Количество уроков

199 Видео

Дата добавления

29 дек. 2021 г., 02:10

Язык

Английский

Дата выхода

17 дек. 2021 г., 02:00

Дата обновления

29 апр. 2026 г., 13:42

Python Мастер‑класс по Анализу и Визуализации Данных — это практический и насыщенный курс, который поможет вам освоить Pandas, Matplotlib и Seaborn с нуля до уверенного уровня. Материал построен так, чтобы вы сразу применяли знания на реальных данных и понимали, как использовать их в работе аналитика, дата‑сайентиста или разработчика.

Что представляет собой этот курс

Курс создан как структурированная и логичная программа, разбитая на небольшие, легко усваиваемые модули. После каждого блока вас ждут практические упражнения, мини‑проекты и работа с реальными наборами данных — от цен на акции до bестселлеров Amazon и исторической статистики по криптовалютам.

Основные особенности курса

Визуализация данных включена в обучение с первых модулей, а не вынесена в конец программы.
С самого начала используются реальные, а не искусственные наборы данных.
Практическая ориентация — минимум теории, максимум применения.
Постепенное усложнение тем, от базовых операций до комплексного анализа.

Чему вы научитесь

По завершении курса вы уверенно сможете применять Python и его инструменты для анализа и визуализации данных. В программе предусмотрены как базовые, так и продвинутые темы.

Работа с инструментами Python

Использование Jupyter Notebooks в профессиональной работе.
Чтение, исследование и управление наборами данных с помощью Pandas.
Работа с объектами Series и DataFrame.

Манипуляции и очистка данных

Фильтрация, сортировка, агрегирование данных.
Очистка данных и подготовка их к анализу.
Извлечение дат, времени и текстовых элементов.
Иерархическая индексация и мультииндексы.
Объединение и слияние различных наборов данных.

Глубокая визуализация данных

Создание графиков в Matplotlib: линии, столбцы, scatter‑диаграммы и другие типы визуализаций.
Построение выразительных и аналитически значимых графиков в Seaborn.
Создание сложных визуализаций: violin, rug, swarm, strip и др.

Почему этот курс отличается от остальных

Обучение построено так, чтобы вы сразу видели результаты своих действий. Вы создадите первые визуализации уже в начале курса и будете работать только с реальными, интересными данными. Это делает процесс изучения более мотивирующим и приближенным к реальным задачам.

Визуальный и практический подход

Темы курса демонстрируются наглядно, с использованием примеров и последовательных объяснений. Даже сложные концепции становятся понятными благодаря визуализации и пошаговым разбором.

Для кого этот курс

Новичков в анализе данных, желающих быстро освоить практические инструменты.
Действующих аналитиков, которым не хватает навыков работы с Python.
Разработчиков, которые хотят расширить технический стек.
Всех, кто хочет научиться работать с данными профессионально и эффективно.

Если вас интересуют данные и визуализация — этот курс станет отличной точкой старта или качественным шагом вперёд. Материал доступный, увлекательный и построен так, чтобы вы быстро видели прогресс. Присоединяйтесь и откройте для себя мощный инструментальный набор для анализа данных!

Это пробный урок. Оформите подписку, чтобы получить доступ ко всем материалам курса. Премиум

Урок 1. 00:08:24
Course Welcome & Curriculum Walkthrough
Урок 2. 00:01:50
What Do You Need To Know To Take This Course?
Урок 3. 00:02:39
Downloading The Course Materials IMPORTANT!!
Урок 4. 00:02:15
How The Exercises Work
Урок 5. 00:05:33
Introducing Jupyter Notebook!
Урок 6. 00:06:21
Mac Installation Walkthrough
Урок 7. 00:06:39
Windows Installation Walkthrough
Урок 8. 00:04:08
"Installing" Pandas & Matplotlib (Mac & Windows)
Урок 9. 00:06:39
Creating Notebooks & Running Cells
Урок 10. 00:05:09
Shutting Down The Notebook Server
Урок 11. 00:02:32
How Cell Output Works
Урок 12. 00:06:21
Command Mode Shortcuts
Урок 13. 00:04:57
Cell Types: Markdown Time!
Урок 14. 00:06:48
Restarting The Kernel
Урок 15. 00:02:48
Viewing The Docs Inside A Notebook
Урок 16. 00:02:43
EXERCISE: Jupyter Notebook
Урок 17. 00:06:03
SOLUTION: Jupyter Notebook
Урок 18. 00:05:32
Datasets & CSV
Урок 19. 00:06:43
pd.read_csv & DataFrames
Урок 20. 00:07:18
Inspecting DataFrames: head(), tail(), etc.
Урок 21. 00:04:48
DataTypes and info()
Урок 22. 00:05:14
The House Sales Dataset Walkthrough
Урок 23. 00:08:28
The Titanic Passenger Dataset Walkthrough
Урок 24. 00:08:18
Non-comma Separators: Netflix Dataset
Урок 25. 00:04:19
Overriding Headers: Country Population Dataset
Урок 26. 00:03:11
EXERCISE: DataFrames & Datasets
Урок 27. 00:08:49
SOLUTION: DataFrames & Datasets
Урок 28. 00:05:25
Min & Max
Урок 29. 00:09:01
Sum & Count
Урок 30. 00:05:36
Mean, Median, & Mode
Урок 31. 00:04:24
Describe With Numeric Values
Урок 32. 00:07:48
Describe With Objects (Text) Values
Урок 33. 00:01:46
EXERCISE: Basic DataFrame Methods
Урок 34. 00:04:36
SOLUTION: Basic DataFrame Methods
Урок 35. 00:07:22
Selecting A Single Column
Урок 36. 00:08:32
A Closer Look At Series
Урок 37. 00:05:11
Important Series Methods
Урок 38. 00:05:16
unique & nunique
Урок 39. 00:07:16
nlargest & nsmallest
Урок 40. 00:03:43
Selecting Multiple Columns
Урок 41. 00:08:14
The powerful value_counts() method
Урок 42. 00:10:51
Using plot() to visualize!
Урок 43. 00:02:57
EXERCISE: Series & Plotting
Урок 44. 00:08:50
SOLUTION: Series & Plotting
Урок 45. 00:09:34
Set_Index Basics
Урок 46. 00:05:07
set_index: The World Happiness Index Dataset
Урок 47. 00:02:40
setting index with read_csv
Урок 48. 00:03:55
sort_values intro
Урок 49. 00:03:06
sorting by multiple columns
Урок 50. 00:03:38
sorting text columns
Урок 51. 00:02:22
sort_index
Урок 52. 00:05:02
Sorting and Plotting!
Урок 53. 00:07:51
loc
Урок 54. 00:04:19
iloc
Урок 55. 00:05:52
loc & iloc with Series
Урок 56. 00:04:22
EXERCISE: Indexes & Sorting
Урок 57. 00:09:56
SOLUTION: Indexes & Sorting
Урок 58. 00:08:49
Filtering DataFrames With A Boolean Series
Урок 59. 00:08:16
Filtering With Comparison Operators
Урок 60. 00:03:06
The Between Method
Урок 61. 00:04:08
The isin() Method
Урок 62. 00:11:53
Combining Conditions Using AND (&)
Урок 63. 00:11:09
Combining Conditions Using OR (|)
Урок 64. 00:06:57
Bitwise Negation
Урок 65. 00:03:37
isna() and notna() Methods
Урок 66. 00:06:02
Filtering + Plotting Examples
Урок 67. 00:01:45
EXERCISE: Filtering
Урок 68. 00:10:38
SOLUTION: Filtering Exercise
Урок 69. 00:06:03
Dropping Columns
Урок 70. 00:06:26
Dropping Rows
Урок 71. 00:06:00
Adding Static Columns
Урок 72. 00:06:55
Creating New "Dynamic" Columns
Урок 73. 00:04:02
Finding The Highest price/sqft homes
Урок 74. 00:05:15
Finding Largest Bitcoin Price Changes
Урок 75. 00:03:19
EXERCISE: Adding/Removing Columns & Rows
Урок 76. 00:05:11
SOLUTION: Adding/Removing Columns & Rows
Урок 77. 00:04:51
Renaming Columns and Index Labels
Урок 78. 00:07:32
The replace() method
Урок 79. 00:08:00
Updating Values Using loc[]
Урок 80. 00:04:12
Updating Multiple Values Using loc[]
Урок 81. 00:07:55
Making Updates With loc[] and Boolean Masks
Урок 82. 00:02:21
EXERCISE: Updating Values
Урок 83. 00:08:22
SOLUTION: Updating Values Exercise
Урок 84. 00:07:15
Casting Types With astype()
Урок 85. 00:04:46
Introducing the Category Type
Урок 86. 00:04:44
Casting With pd.to_numeric()
Урок 87. 00:08:39
dropna() and isna()
Урок 88. 00:05:38
fillna()
Урок 89. 00:01:22
EXERCISE: Dealing With NA Values
Урок 90. 00:05:09
SOLUTION: Dealing With NA Values
Урок 91. 00:03:43
Why Dates Matter
Урок 92. 00:08:07
Converting With pd.to_datetime()
Урок 93. 00:09:06
Specifying Fancy Formats With pd.to_datetime()
Урок 94. 00:07:08
Dates and DataFrames
Урок 95. 00:08:50
The Useful dt Properties
Урок 96. 00:06:15
Comparing Dates
Урок 97. 00:08:44
Finding StarLink Flybys In UFO Dataset
Урок 98. 00:08:48
Date Math & TimeDeltas
Урок 99. 00:11:30
Billboard Charts Dataset Exploration
Урок 100. 00:04:52
EXERCISE: Dates & Times
Урок 101. 00:15:04
SOLUTION: Dates & Times
Урок 102. 00:04:25
Intro to Matplotlib
Урок 103. 00:07:05
Our First Matplotlib Plots!
Урок 104. 00:02:34
Do We Need plt.show() ?
Урок 105. 00:09:07
Anatomy of Plots
Урок 106. 00:04:26
Figsize & Plot Dimensions
Урок 107. 00:04:12
Changing Matplotlib Stylesheets
Урок 108. 00:07:10
Line Styles, Colors, Widths, and More!
Урок 109. 00:06:01
Plot Labels & Titles
Урок 110. 00:07:07
Changing X & Y Ticks
Урок 111. 00:05:11
Adding Legends To Plots
Урок 112. 00:04:46
EXERCISE: Matplotlib Challenge #1
Урок 113. 00:09:40
Creating Bar Plots
Урок 114. 00:10:29
Creating Histograms
Урок 115. 00:04:07
EXERCISE: Matplotlib Challenge #2
Урок 116. 00:04:42
Creating Scatter Plots
Урок 117. 00:05:43
Creating Pie Charts
Урок 118. 00:04:28
EXERCISE: Matplotlib Challenge #3
Урок 119. 00:10:54
Working With Subplots
Урок 120. 00:05:55
Putting It All Together
Урок 121. 00:09:37
EXERCISE: Matplotlib Challenge #4
Урок 122. 00:05:14
A Pandas Plotting Recap
Урок 123. 00:02:30
Changing Pandas Plot Styles
Урок 124. 00:07:47
Adding Labels and Titles to Pandas Plots
Урок 125. 00:03:12
Using rename() When Plotting
Урок 126. 00:07:30
Closer Look at Pandas Bar Plots
Урок 127. 00:08:02
EXERCISE: Pandas Plotting Challenge #1
Урок 128. 00:03:12
Pandas Histograms
Урок 129. 00:05:09
Box Plots
Урок 130. 00:05:35
Pandas Line Plots
Урок 131. 00:04:06
EXERCISE: Pandas Plotting Challenge #2
Урок 132. 00:03:00
Pandas Scatter Plots
Урок 133. 00:05:12
Multiple Plots On The Same Axes
Урок 134. 00:07:14
UFOS Plotting Challenge!
Урок 135. 00:03:57
EXERCISE: Pandas Plotting Challenge #3
Урок 136. 00:07:40
Pandas Automatic Subplots
Урок 137. 00:06:27
Manual Subplots With Pandas
Урок 138. 00:11:23
EXERCISE: Pandas Plotting Challenge #4
Урок 139. 00:10:35
EXERCISE: Pandas Plotting Challenge #5
Урок 140. 00:02:38
Exporting Figures With savefig()
Урок 141. 00:05:42
Introducing Groupby
Урок 142. 00:09:42
Exploring Groups
Урок 143. 00:09:36
Split-Apply-Combine
Урок 144. 00:07:42
Using The Agg Method
Урок 145. 00:05:29
Agg with Custom Functions
Урок 146. 00:04:26
Named Aggregation
Урок 147. 00:07:13
Groupby With Multiple Columns
Урок 148. 00:06:03
Creating a MultiIndex With set_index
Урок 149. 00:08:29
Sorting A MultiIndex
Урок 150. 00:10:13
Using .loc[] With A MultiIndex
Урок 151. 00:02:31
Cross Sections With The XS Method
Урок 152. 00:08:11
get_level_values()
Урок 153. 00:05:07
Hierarchical Columns
Урок 154. 00:03:49
Stack() and Unstack()
Урок 155. 00:07:59
Plotting With Unstack()
Урок 156. 00:05:08
Grouping By Index
Урок 157. 00:07:04
The String Datatype Vs. Object Datatype
Урок 158. 00:04:10
Upper(), Lower(), and Capitalize()
Урок 159. 00:05:54
Indexing String Series With []
Урок 160. 00:03:59
Stripping Whitespace With Strip()
Урок 161. 00:06:58
Splitting Text Values With Split()
Урок 162. 00:07:01
Replacing Portions of Strings With Replace()
Урок 163. 00:04:01
Testing Strings With Contains()
Урок 164. 00:07:56
Applying Functions To Series
Урок 165. 00:04:53
Apply() With Lambdas & Arguments
Урок 166. 00:04:13
Apply() w/ DataFrames: Columns
Урок 167. 00:06:47
Apply() w/ DataFrames: Rows
Урок 168. 00:02:57
The Series Map() Method
Урок 169. 00:03:52
The ApplyMap() Method
Урок 170. 00:05:20
Concatenating Series
Урок 171. 00:04:10
Concatenating Series By Index
Урок 172. 00:03:46
Inner vs. Outer Joins
Урок 173. 00:04:48
Concatenating DataFrames By Columns
Урок 174. 00:03:04
Concatenating DataFrames By Index
Урок 175. 00:04:35
The DataFrame Merge() Method
Урок 176. 00:06:12
Merge() w/ Left, Right, Inner, & Outer Joins
Урок 177. 00:09:42
Merge() On and Suffixes Arguments
Урок 178. 00:08:15
Intro to Seaborn
Урок 179. 00:04:19
The Helpful load_dataset() method
Урок 180. 00:10:18
Seaborn Scatterplots
Урок 181. 00:12:27
Seaborn Lineplots
Урок 182. 00:09:19
The relplot() Method
Урок 183. 00:07:05
Resizing Seaborn Plots: Aspect & Height
Урок 184. 00:06:19
Seaborn Histograms
Урок 185. 00:02:45
KDE Plots
Урок 186. 00:05:44
Bivariate Distribution Plots
Урок 187. 00:05:56
Rugplots
Урок 188. 00:06:59
The Amazing displot() Method
Урок 189. 00:04:01
Countplot
Урок 190. 00:09:17
Strip & Swarm Plots
Урок 191. 00:09:30
Boxplots
Урок 192. 00:02:24
Boxenplots
Урок 193. 00:04:48
Violinplots
Урок 194. 00:08:56
Barplots
Урок 195. 00:08:30
The Big Boy Catplot Method
Урок 196. 00:04:29
Changing Seaborn Themes
Урок 197. 00:05:45
Customizing Styles with set_style()
Урок 198. 00:02:53
Altering Spines With despine()
Урок 199. 00:09:15
Changing Color Palettes

Автор - udemy

udemy

Udemy - одна из самых больших площадок в мире по доставке обучающего контента от разных авторов всего мира. Присутсвуют курсы практически на любую тему.

+198