Основы Python для исследований и анализа данных [Stepik] [И. Бибилов, К. Казанцев, А. Румянцева, В. Бабушкина]

Основы Python для исследований и анализа данных



Чему вы научитесь

• начать применять навыки программирования;
• проводить первичный анализ: то есть загружать данные, готовить первые выводы;
• получать базовые статистики по интересующим показателям;
• готовить небольшой отчет по проведенному анализу при помощи визуализации.

О курсе

Прикладной анализ данных используется людьми разных профессий: экономистами, социологами, политологами, юристами, медиками, журналистами.

Мы хотим сосредоточить внимание на тех людях, которые могут использовать элементы программирования и аналитики в своей профессии.

При этом конечно не преследуется цель превратить всех в разработчиков или действовать под лозунгом “войти в IT”. Скорее, сосредоточиться на освоении инструментов, помогающих в основной работе.

Мы подготовили для вас вводный курс в анализ данных, который сочетает в себе развитие навыков программирования и анализа данных, а также представление о том, какие данные бывают и как с ними можно работать.

Для кого этот курс

Этот курс предназначен для тех, кто никогда раньше не занимался работой с данными, не открывал Python (или любой другой язык программирования), но при этом хочет начать разбираться в том, как устроены данные и их первичный анализ. В ходе прохождения курса вам не потребуются дополнительные знания в области математики, статистики или программирования.

Как проходит обучение

Курс предоставлен в текстовом формате, поэтому вы сможете его изучать в любом месте и на любом устройстве. В программе также будут проверочные задания и задачи на программирование с автоматической проверкой.

Спойлер: Программа курса

Программа курса

Установочный модуль

1. О чем этот курс
2. Вводное слово от авторов курса
3. Установка Python и первые шаги

Что такое данные?

1. Введение
2. Данные: какие они бывают?
3. Числовые данные
4. Текстовые данные
5. Дополнительные задачи
6. От ячейки к набору данных: списки
7. От списка к таблице: вложенные списки
8. Способы хранения данных
9. Дополнительные задачи

Основы Python

1. Введение
2. Логические операции
3. Циклы
4. Больше про циклы
5. Функции
6. Структуры данных: кортежи, множества и словари
7. Модули и библиотеки
8. Дополнительные задачи
9. Дополнительные задачи

Pandas - работа с таблицами в Python

1. Введение
2. Знакомство с Series
3. Знакомство с DataFrame
4. Индексация таблиц
5. Базовые операции с переменными
6. Важные методы
7. Объединение таблиц
8. Дополнительные задачи

Знакомство со статистикой

1. Введение
2. Переменные и их распределение
3. Меры центральной тенденции
4. Меры изменчивости
5. Квантили распределения
6. Корреляция

Визуализация

1. Введение
2. Визуализация в python: matplotlib и seaborn
3. Состав данных
4. Сравнение
5. Взаимосвязи
6. Динамика
7. Частые ошибки

Скрытая ссылка