Takk for at du sendte din henvendelse! En av våre teammedlemmer vil kontakte deg straks.
Takk for at du sendte din bestilling! En av våre teammedlemmer vil kontakte deg straks.
Varighet 14 timer
Kursplan
Python-grunnlag for dataoppgaver
- Installasjon av Python og oppsett av utviklingsmiljø
- Språkgrunnlag: variabler, datatyper, kontrollstrukturer
- Skriving og kjøring av enkle Python-skripter
Filbehandling: CSV og Excel
- Lese og skrive CSV-filer ved hjelp av csv-modulen og Pandas
- Arbeide med Excelfiler ved hjelp av openpyxl/xlrd og Pandas
- Praktiske øvelser: automatisering av filkonverteringer
Introduksjon til Pandas
- DataFrame-grunnlag: oppretting, indeksing, valg og filtrering
- Aggregering og grupperingsoperasjoner
- Vanlige rengjøringsoperasjoner: manglende verdier, duplikater og typekonverteringer
Introduksjon til Polars
- Polars-konsepter og ytelsesegenskaper sammenlignet med Pandas
- Basale DataFrame-operasjoner i Polars
- Brukeseksempel: når man skal velge Polars fremfor Pandas
Avansert datatransformasjon (Mellomnivå)
- Komplekse joins, vindusfunksjoner og pivot-operasjoner i Pandas
- Effektive databehandlingsmønstre med Polars
- Kjetting av operasjoner og optimalisering av minn bruks
Prosessautomatisering med Python
- Skrive skripter for å automatisere gjentatte dataoppgaver og ETL-trinn
- Innscheduling av skripter med OS-planleggere eller oppgaveplanleggere
- Logging, feilhåndtering og varslinger
Pakking av skripter og beste praksis
- Oppretting av eksekverbare filer med PyInstaller eller lignende verktøy
- Prosjektopplegg, virtuelle miljøer og avhengighetsstyring
- Grunnleggende versjonskontroll og dokumentasjon av flyter
Hånd på mini-prosjekt
- End-to-end oppgave: lese råfiler, rene og transformere data, produsere utdata
- Automatisere flyten og pakke som et kjørbart skript eller eksekverbar fil
- Gjennomgang og forbedringer basert på peer-feedback
Oppsummering og neste steg
Krav
- Grunnleggende kjennskap til programmeringskonsepter eller vilje til å lære
- Komfort i å bruke kommandolinje eller terminal for installasjon av pakker
- Opplevelse med å arbeide med regneark (CSV/Excel)
Målgruppe
- Dataanalytikere og operasjonelle ansatte som automatiserer dataoppgaver
- Analysingeniører som søker lettvekts ETL-skripting
- Profesjonelle som er interessert i praktiske Python-baserte dataflyter
Referanser (2)
alt var perfekt
Florin Vrincianu
Kurs - Python Programming Fundamentals
Maskinoversatt
Praktiske øvelser relatert til innholdet hjelper virkelig med å forstå mer om hvert emne. Dette gjelder også for stilarten med å begynne klassemøtet med en forelesning og fortsette med praktiske øvelser, som er god og nyttig for å knytte sammen med den presenterte forelesningen.
Nazeera Mohamad - Ministry of Science, Technology and Innovation
Kurs - Introduction to Data Science and AI using Python
Maskinoversatt
