Kurzusleírás
Python alapok adatfeladatokhoz
- Python telepítése és fejlesztői környezet beállítása
- Nyelvi alapok: változók, adattípusok, vezérlési szerkezetek
- Egyszerű Python szkriptek írása és futtatása
Fájlkezelés: CSV és Excel
- CSV fájlok olvasása és írása a csv modul és a Pandas segítségével
- Excel fájlok kezelése az openpyxl/xlrd és a Pandas segítségével
- Gyakorlati feladatok: fájlkonverziók automatizálása
Bevezetés a Pandasba
- DataFrame alapok: létrehozás, indexelés, kiválasztás és szűrés
- Aggregálás és csoportosítási műveletek
- Gyakori tisztítási műveletek: hiányzó értékek, duplikátumok és típuskonverziók
Bevezetés a Polarsba
- A Polars alapfogalmai és teljesítményjellemzői a Pandashoz képest
- Alapvető DataFrame műveletek a Polarsban
- Használati példa: mikor válasszuk a Polarst a Pandas helyett
Haladó adatátalakítás (középszint)
- Komplex joinok, ablakfüggvények és pivot műveletek a Pandasban
- Hatékony adatfeldolgozási minták a Polarsban
- Műveletláncolás és memóriahasználat optimalizálása
Folyamatautomatizálás Pythonnal
- Szkriptek írása ismétlődő adatfeladatok és ETL lépések automatizálásához
- Szkriptek ütemezése operációs rendszer vagy feladatütemezők segítségével
- Naplózás, hibakezelés és értesítések
Szkriptek csomagolása és legjobb gyakorlatok
- Futtatható állományok készítése a PyInstaller vagy hasonló eszközökkel
- Projektszervezés, virtuális környezetek és függőségkezelés
- Verziókezelés alapjai és munkafolyamatok dokumentálása
Gyakorlati miniprojekt
- Teljes körű feladat: nyers fájlok olvasása, adatok tisztítása és átalakítása, kimenetek generálása
- A munkafolyamat automatizálása és csomagolása futtatható szkriptként vagy állományként
- Áttekintés és fejlesztések társai visszajelzések alapján
Összefoglalás és következő lépések
Követelmények
- Alapvető ismeretek a programozás alapjaival vagy hajlandóság a tanulásra
- Kényelmes használat a parancssorban vagy terminálban csomagok telepítéséhez
- Tapasztalat táblázatkezelőkkel (CSV/Excel) való munkavégzésben
Célközönség
- Adatelemzők és műveleti munkatársak, akik adatfeladatokat automatizálnak
- Elemző mérnökök, akik könnyű ETL szkriptelést keresnek
- Szakemberek, akik gyakorlati Python-alapú adatfeldolgozási munkafolyamatok iránt érdeklődnek
Vélemények (5)
Példák és gyakorlati feladatok, amelyek tökéletesen illeszknek a területünkre
Luc - CS Group
Kurzus - Scaling Data Analysis with Python and Dask
Gépi fordítás
Nagyon interaktív sok példával, jól kidolgozott összetettségi fokozatokkal a képzés elejétől a végéig.
Jenny - Andheo
Kurzus - GPU Programming with CUDA and Python
Gépi fordítás
Nagyon jó előkészítés és szakmai tudás a képzőtől, tökéletes angol nyelvű kommunikáció. A tanfolyam gyakorlatias volt (gyakorlatok + példák felhasználási esetek megosztása).
Monika - Procter & Gamble Polska Sp. z o.o.
Kurzus - Developing APIs with Python and FastAPI
Gépi fordítás
Megbízható és jó hallgató ... interaktív
Ahmed El Kholy - FAB banak Egypt
Kurzus - Introduction to Data Science and AI (using Python)
Gépi fordítás
A tanár a képzést a résztvevők tempójára szabja
Farris Chua
Kurzus - Data Analysis in Python using Pandas and Numpy
Gépi fordítás
