Ευχαριστούμε που στάλθηκε η αποσαφήνισή σας! Ένα μέλος της ομάδου μας θα επικοινωνήσει μαζί σας σύντομα.
Ευχαριστούμε για την εκδήλωση κράτησης! Ένας από τους συνεργάτες μας θα επικοινωνήσει μαζί σας σύντομα.
Διάρκεια 14 Ώρες
Εξέλιξη Κομματιού
Βασικές Αρχές Python για Εργασίες Δεδομένων
- Εγκατάσταση της Python και ρύθμιση του περιβάλλοντος ανάπτυξης
- Βασικές αρχές γλώσσας: μεταβλητές, τύποι δεδομένων, δομές ελέγχου
- Συγγραφή και εκτέλεση απλών σεναρίων Python
Διαχείριση Αρχείων: CSV και Excel
- Ανάγνωση και εγγραφή αρχείων CSV χρησιμοποιώντας τη μονάδα csv και τις Pandas
- Εργασία με αρχεία Excel χρησιμοποιώντας τα openpyxl/xlrd και τις Pandas
- Πρακτικές ασκήσεις: αυτοματοποίηση μετατροπών αρχείων
Εισαγωγή στις Pandas
- Βασικά στοιχεία DataFrame: δημιουργία, ευρετηρίαση, επιλογή και φιλτράρισμα
- Λειτουργίες συνάθροισης και ομαδοποίησης
- Συνήθεις λειτουργίες καθαρισμού: ελλιπείς τιμές, διπλότυπα και μετατροπές τύπων
Εισαγωγή στην Polars
- Έννοιες της Polars και χαρακτηριστικά απόδοσης σε σύγκριση με τις Pandas
- Βασικές λειτουργίες DataFrame στην Polars
- Παράδειγμα περίπτωσης χρήσης: πότε να επιλέξετε την Polars αντί των Pandas
Προηγμένος Μετασχηματισμός Δεδομένων (Ενδιάμεσο Επίπεδο)
- Σύνθετες συνενώσεις, συναρτήσεις παραθύρου και λειτουργίες περιστροφής στις Pandas
- Αποδοτικά μοτίβα επεξεργασίας δεδομένων με την Polars
- Αλυσιδωτές λειτουργίες και βελτιστοποίηση χρήσης μνήμης
Αυτοματοποίηση Διαδικασιών με Python
- Συγγραφή σεναρίων για αυτοματοποίηση επαναλαμβανόμενων εργασιών δεδομένων και βημάτων ETL
- Προγραμματισμός σεναρίων με χρονοπρογραμματιστές λειτουργικού συστήματος ή χρονοπρογραμματιστές εργασιών
- Καταγραφή συμβάντων, διαχείριση σφαλμάτων και ειδοποιήσεις
Συσκευασία Σεναρίων και Βέλτιστες Πρακτικές
- Δημιουργία εκτελέσιμων αρχείων με το PyInstaller ή παρόμοια εργαλεία
- Δόμηση έργων, εικονικά περιβάλλοντα και διαχείριση εξαρτήσεων
- Βασικές αρχές ελέγχου εκδόσεων και τεκμηρίωση ροών εργασίας
Πρακτικό Μίνι Έργο
- Εργασία από άκρο σε άκρο: ανάγνωση ακατέργαστων αρχείων, καθαρισμός και μετασχηματισμός δεδομένων, παραγωγή αποτελεσμάτων
- Αυτοματοποίηση της ροής εργασίας και συσκευασία ως εκτελέσιμο σενάριο ή εκτελέσιμο αρχείο
- Ανασκόπηση και βελτιώσεις βάσει σχολίων συναδέλφων
Σύνοψη και Επόμενα Βήματα
Απαιτήσεις
- Βασική εξοικείωση με έννοιες προγραμματισμού ή προθυμία για μάθηση
- Άνεση στη χρήση γραμμής εντολών ή τερματικού για εγκατάσταση πακέτων
- Εμπειρία στην εργασία με υπολογιστικά φύλλα (CSV/Excel)
Κοινό
- Αναλυτές δεδομένων και προσωπικό λειτουργιών που αυτοματοποιούν εργασίες δεδομένων
- Μηχανικοί αναλυτικών διαδικασιών που αναζητούν ελαφρύ σενάριο ETL
- Επαγγελματίες που ενδιαφέρονται για πρακτικές ροές εργασίας δεδομένων βασισμένες στην Python
Σχόλια (2)
τα πάντα ήταν τέλεια
Florin Vrincianu
Κομμάτι - Python Programming Fundamentals
Μηχανική Μετάφραση
Η πρακτική εξάσκηση σχετικά με το υλικό βοηθά πραγματικά να κατανοήσουμε περισσότερα για κάθε θέμα. Επιπλέον, ο τρόπος ξεκινήσης των μαθημάτων με διδασκαλία και συνέχεια με πρακτική εξάσκηση είναι καλός και χρήσιμος για να συνδεθεί με τη διδασκαλία που παρουσιάστηκε αρχικά.
Nazeera Mohamad - Ministry of Science, Technology and Innovation
Κομμάτι - Introduction to Data Science and AI using Python
Μηχανική Μετάφραση
