Visão Geral

Curso Python For Data Science Primer. Aprenda as principais habilidades de ciência de dados em Python.

Este Curso Python For Data Science Primer, apresenta a analistas de dados, analistas de negócios e qualquer pessoa interessada em ciência de dados a linguagem de programação Python, pois ela é frequentemente usada em ciência de dados em web notebooks. O objetivo é fornecer a você uma compreensão básica dos conceitos básicos que servirão como uma plataforma de conhecimento para acompanhamento com treinamento mais aprofundado e prática no mundo real.

O Curso Python For Data Science Primer começa com uma rápida visão geral do Python com demonstrações do Python baseado em script e do web notebook e, em seguida, você mergulhará nos fundamentos do Python necessários para um cientista de dados. O final do Curso Python For Data Science Primer explora uma rápida integração dessas habilidades com as principais bibliotecas de ciência de dados, incluindo NumPy, Pandas e Matplotlib.

Este Curso Python For Data Science Primer é prática e inclui laboratórios de programação leves que apresentam aos alunos a sintaxe básica do Python e os conceitos aplicáveis ​​ao uso do Python para trabalhar com dados.

Objetivo

Após realizar este Curso Python For Data Science Primer, você será capaz de:

• Como trabalhar interativamente com Python em web notebooks
• O essencial dos scripts Python
• Principais conceitos necessários para entrar no mundo da ciência de dados via Python

Publico Alvo

Analistas de negócios, analistas de dados e qualquer pessoa interessada em ciência de dados que se sinta confortável trabalhando com dados numéricos no Excel ou em outros ambientes de planilhas.

Materiais

Conteúdo Programatico

An Overview of Python

1. Why Python?
2. Python in the Shell
3. Python in Web Notebooks (iPython, Jupyter, and Zeppelin)
4. Demo: Python, Notebooks, and Data Science

Getting Started

1. Using variables
2. Built-in functions
3. Strings
4. Numbers
5. Converting among types
6. Writing to the screen
7. Command line parameters

Flow Control

1. About flow control
2. White space
3. Conditional expressions
4. Relational and Boolean operators
5. While loops
6. Alternate loop exits

Sequences, Arrays, Dictionaries, and Sets

1. About sequences
2. Lists and list methods
3. Tuples
4. Indexing and slicing
5. Iterating through a sequence
6. Sequence functions, keywords, and operators
7. List comprehensions
8. Generator Expressions
9. Nested sequences
10. Working with Dictionaries
11. Working with Sets

Working with files

1. File overview
2. Opening a text file
3. Reading a text file
4. Writing to a text file
5. Reading and writing raw (binary) data

Functions

1. Defining functions
2. Parameters
3. Global and local scope
4. Nested functions
5. Returning values

Essential Demos

1. Sorting
2. Exceptions
3. Importing Modules
4. Classes
5. Regular Expressions

The standard library

1. Math functions
2. The string module

Dates and times

1. Working with dates and times
2. Translating timestamps
3. Parsing dates from text
4. Formatting dates
5. Calendar data

Python and Data Science

1. Data Science Essentials
2. Pandas Overview
3. NumPy Overview
4. SciKit Overview
5. MatPlotLib Overview
6. Working with Python in Data Science