Руководство. Исследовательский анализ данных с помощью Python и библиотеки pandas

4.7
звезд
Оценки: 204
от партнера
Coursera Project Network
5,593 уже зарегистрированы
В этом Руководство с консультациями вы:

Apply practical Exploratory Data Analysis (EDA) techniques on any tabular dataset using Python packages such as Pandas and Numpy.

Produce data visualizations using Seaborn and Matplotlib

Clock2 hours
BeginnerНачинающий
CloudЗагрузка не требуется
VideoВидео на разделенном экране
Comment DotsАнглийский
LaptopТолько для ПК

In this 2-hour long tutorial, you will learn how to perform Exploratory Data Analysis (EDA) in Python. You will use external Python packages such as Pandas, Numpy, Matplotlib, Seaborn etc. to conduct univariate analysis, bivariate analysis, correlation analysis and identify and handle duplicate/missing data. Note: This course works best for learners who are based in the North America region. We’re currently working on providing the same experience in other regions.

Навыки, которые вы получите

Python ProgrammingData AnalysisPandasExploratory Data AnalysisEDA

Будете учиться пошагово

На видео, которое откроется рядом с рабочей областью, преподаватель объяснит эти шаги:

  1. Initial Data Exploration: Read in data, take a glimpse at a few rows, calculate some summary statistics.

  2. Univariate Analysis: Analyze continuous and categorical variables, one variable at a time.

  3. Bivariate Analysis: Looking at the relationship between two variables at a time.

  4. Identify and Handling Duplicate and Missing Data: Find and remove duplicate rows, and replace missing values with their mean and mode.

  5. Correlation Analysis: Looking at the correlation of numerical variables in the dataset and interpreting the numbers.

Как организованы руководства с консультациями

Ваше рабочее пространство — это облачный рабочий стол в браузере. Ничего не нужно загружать.

На разделенном экране видео преподаватель предоставляет пошаговые

Преподаватели

Рецензии

Лучшие отзывы о курсе РУКОВОДСТВО. ИССЛЕДОВАТЕЛЬСКИЙ АНАЛИЗ ДАННЫХ С ПОМОЩЬЮ PYTHON И БИБЛИОТЕКИ PANDAS

Посмотреть все отзывы

Часто задаваемые вопросы

Часто задаваемые вопросы

Остались вопросы? Посетите Центр поддержки учащихся.