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!
Этот курс для тех, кто
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
