Python for Data Engineering

سرفصل‌ها و محتوای دوره آموزش زبان برنامه‌نویسی پایتون

طول دوره: 30 ساعت

پیش‌نیاز دوره: آشنایی با مفاهیم برنامه‌نویسی

معرفی دوره:

 عصر فعلی بدون شک عصر هوش مصنوعی و علم داده است. به طوری که این دو علم شگرف برای هر کسب و کاری اعم از بازاریابی، تولید محتوا، مهندسی، هنر و ... راهکاری برای بهبود ارائه نموده‌اند. بدون تردید یکی از مهمترین ارکان یادگیری این دو علم، تسلط بر زبان برنامه‌نویسی پایتون است. در این دوره آموزشی شما دوست عزیز از مسائل ابتدایی مانند انواع داده ساختارها، تعریف تابع و ...  تا چالش‌های کاربردی این زبان برنامه‌نویسی جذاب را خواهید آموخت و یاد می‌گیرید چطور با تسلط بدست آمده، آموخته‌های خود را در زمینه کاری خویش به کار بندید.

مشاهده رزومه استاد

سرفصل دوره:

مقدمه ای بر سیر توسعه زبان‌های برنامه‌نویسی

دلیل اهمیت و محبوبیت پایتون

نصب پایتون

معرفی محیط های معروف توسعه پایتون

-          IDLE

-          Anaconda Package

-          Pycharm

-          Google Colab

معرفی انواع داده‌ها

معرفی متغیرها و فرآیند تخصیص متغیر

 توابع مهم و پرکاربرد در پایتون

-          دستور Print

-          دستور Type

-          گرفتن مقدار از کاربر با دستور Input

-          تغییر جنس داده‌ها با Casting

-          ...

عملگرهای محاسباتی ریاضی در پایتون

کتابخانه Math و انجام محاسبات ریاضی اصلی

کتابخانه Time

کتابخانه Random

داده ساختارهای مهم در پایتون

-          لیست

-          دیکشنری

-          مجموعه

-          تاپل

انجام Slicing به منظور انتخاب مقادیر مشخص در لیست‌ها

محاسبات ریاضی و منطقی روی داده ساختارها

توابع مهم در کار با داده ساختارها

-          دستور Zip

-          دستور Split

-          دستور Strip

-          دستور Capitalize

-          دستور replace

-          ...

ساختارهای شرطی و منطقی

-          دستور IF

-          دستور Match

ساختارهای تکرار

-          دستور For

-          دستور When

ساخت تابع در پایتون

ساختار استثنائات در پایتون(Try/ Except/ Else)

مقدمه ای بر برنامه نویسی شی گرا و مفهوم کلاس

-          تعریف کلاس

-          مفهوم Attribute

-          مفهوم Method

بارگذاری و ویرایش فایل متنی با پایتون

ذخیره داده ساختارها با کتابخانه JSON

کتابخانه NumPy

-          توابع ریاضی پرکاربرد

o       SQRT

o       ABS

o       Sin

o       Cos

o       …

-          تولید عدد تصادفی

-          محاسبه شاخص‌های آماری

-          محاسبات جبری روی آرایه‌ها

-          تابع arange

-          تابع linspace

مروری بر محاسبات ریاضی با کتابخانه Sympy

ترسیمات نمودار با کتابخانه MatPlotLib

-          ترسیم Plot

-          ترسیم نمودار Bar Chart

-          ترسیم barh Chart

-          ترسیم هیستوگرام

-          ترسیم نمودار پراکندگی

-          ترسیم نمودار جعبه‌ای

-          ترسیم چند منحنی روی یک نمودار

-          ترسیم نمودار سه بعدی

-          تنظیمات بصری نمودارها

-          اضافه نمودن توضیحات متنی به نمودار

-          ذخیره نمودار در قالب عکس

پاکسازی داده‌ها با کتابخانه Pandas

-          دسترسی به محتوای دیتابیس های گوناگون جهت تغییر به کمک Pandas

-          مفهوم سری

-          مفهوم Data Framework

-          متدهای شناخت دیتا

o       تابع describe

o       تابع info

-          متدهای مهم  و کاربردی در کار با دیتا

o       Head

o       Tail

o       اعمال توابع تجمیعی

o       Value counts

o       Iloc

o       Mask

o       ...

-          سناریوهای گوناگون جهت برخورد با مقادیر خالی در دیتابیس

-          تبدیل مقادیر دسته‌ای به عددی

-          تبدیل مقادیر عددی به دسته‌ای

-          اتصال جداول با Join

-          تحلیل داده‌ها با Group By

-          حذف سطرهای تکراری در دیتابیس

-          سناریوهای گوناگون جهت پاکسازی داده ها

ساخت رابط گرافیکی به کمک کتابخانه TKINTER

-          مقدمه و ضرورت استفاده از رابط گرافیکی برای برنامه

-          معرفی و استفاده از ویژوال‌های پرکاربرد

o       Label

o       Entry