- Регистрация
- 13.03.2019
- Сообщения
- 48 482
Язык программирования Python в последнее время все чаще используется для анализа данных, как в науке, так и коммерческой сфере. Этому способствует простота языка, а также большое разнообразие открытых библиотек. Python — один из самых популярных инструментов для анализа данных. В этом курсе вы узнаете, как с помощью этого языка программирования строить предиктивные модели, визуализировать данные и работать с нейросетями. Курс ориентирован на практику и позволит вам сразу приступить к работе с данными и построению моделей. Три строчки кода, написанные сегодня, заменяют три часа работы на этой неделе… на каждой неделе! 1. Занимается офисной работой. Не программист, не Data scientist. 2. Много работает с различными таблицами, отчётами, сопоставляет данные из множества источников. 3. Пользуется Excel, 1C, SAP, Гранд смета или другими подобными программами. 4. Работает в ритейле, банке, в консалтинге, на складе, производстве. 5. Делает многое вручную и хочет повысить эффективность своей работы. Научитесь: 1. Использовать python для работы с табличными данными, импортируемыми/экспортируемыми всеми популярными программами. 2. Автоматизировано исправлять проблемные табличные файлы. 3. Составлять и применять выражения для поиска и замены в тексте по определённым паттернам (даты, номера телефонов, размеры и т.п.) 4. Получать данные из различных API в реальном времени (погода, курсы валют, акций и т. п.) Модуль 1. Универсальный формат файлов для обмена данными между Python и популярными табличными приложениями Формат CSV. Импорт/экспорт на примере Excel или других популярных приложений (1C, SAP, другие СУБД и приложения для торговли, сметы и т.п.) Экспорт данных из табличного приложения в файл csv и его разбор средствами стандартной библиотеки Python Формирование файла csv из Python и импорт в табличное приложение Практическая работа Модуль 2. Автоматизация исправления проблемных файлов, работа с файлами в произвольных текстовых форматах Работа с таблицами в произвольном текстовом формате на примере формата FWF Типичные проблемы в реальных табличных данных и способы их устранения методами стандартной библиотеки Python Применение регулярных выражений для фильтрации и разделения данных табличных данных Работа с датами, номерами телефонов и другими данными в произвольных форматах записи Практическая работа Модуль 3. Выгрузка данных из интернета Что такое API. Примеры онлайн-сервисов для получения данных о погоде, курсах валют, акций в реальном времени. Механизм взаимодействия с онлайн API через python. GET-запросы. Наиболее популярные форматы предоставления данных. Разбор данных в формате XML и JSON с помощью встроенной и/или сторонних библиотек. Практическая работа Модуль 4. Итоговая практическая работа. Разбор более продвинутых задач по работе с данными Интеграция с Google Docs, Google Spreadsheets, Google Forms Веб-скрейпинг Обработка архивов переписок из популярных мессенджеров Автоматизированная обработка большого количества файлов 
|
