00:00 / 00:00
1.8x
1.4x
1.0x
0.7x
HD SD
HD
SD
ثبت‌نام رایگان
  • اضافه شدن دوره به پروفایل
  • عضویت در تالار گفت‌وگوی دوره
  • اضافه شدن دوره به پروفایل
دسترسی کامل به محتوا
  • دسترسی کامل و نامحدود به محتوای دوره
  • تمام قابلیت‌‌های پلن رایگان
    +
  • دسترسی کامل و نامحدود به محتوا
15,000 تومان
00:00 / 00:00
1.8x
1.4x
1.0x
0.7x
HD SD
HD
SD

آموزش Pandas

دوره‌های مکتب‌پلاس
0:35 ساعت
82٪ (23 رای)

تحلیل داده یکی از مهم‌ترین مهارت‌های دنیای امروزی است. یکی از مهم‌ترین ابزارهایی که دانشمندان داده با آن سروکار دارند، کتابخانه پانداس (Pandas) است. پانداس یک کتابخانه قدرتمند و متن‌باز (Open-source) است که برای زبان برنامه‌نویسی پایتون توسعه داده شده است و عمده کاربرد آن در دست‌کاری (manipulation) و تجزیه‌وتحلیل داده‌ها است. این کتابخانه بر روی پکیج نام‌پای (NumPy) ساخته شده است.

با این حال، پانداس یک ابزار سریع، قدرتمند، انعطاف‌پذیر و ساده است. بخش‌های اصلی این کتابخانه در زبان Python یا زبان C نوشته شده است و به همین دلیل از نظر عملکرد کارایی بالایی دارد.

پانداس به دانشمندان و مهندسان داده کمک می‌کند که داده‌های خود را در قالب جداول رابطه‌ای وارد حافظه کند و روی آن‌ها انواع پردازش‌ها، رسم نمودارها، تحلیل‌ها و به‌طور کلی هر کاری را که نیاز است، به بهترین شکل ممکن انجام دهد. به‌طور اختصاصی، پانداس ساختمان داده و عملیاتی را برای دست‌کاری جدول‌های عددی و سری‌های زمانی پیشنهاد می‌دهد. پانداس عموما برای یادگیری ماشین و به شکل فریم‌های داده (DataFrame) به‌کار گرفته می‌شود. فریم‌های داده ساختمان داده اصلی کتابخانه پانداس است.

این فریم‌های داده اجازه ذخیره‌سازی و دستکاری داده‌ها در جداول را می‌دهد. یکی از ویژگی‌های منحصربفرد این کتابخانه این است که می‌تواند با انواع داده‌ها با فرمت‌های متفاوتی مثل csv، excel و غیره کار کند. علاوه‌براین، این کتابخانه مجوز انواع عملیات دستکاری داده‌ها مانند groupby، join، merge، melt،concatenation و هم‌چنین، از ویژگی‌های مختلف تمیزکاری داده‌ها (data cleaning) مانند filing، replacing و غیره پشتیبانی می‌کند.

پانداس در واقع فریمورکی است که برای کار با داده طراحی شده است و همچنین از آن می‌توانیم برای تحلیل داده و پردازش داده و همچنین مصور سازی داده‌ها استفاده کنیم. از سال انتشار این فریمورک که به سال 2014 میلادی برمی‌گردد، از پانداس نسخه‌های گوناگونی منتشر شده است و آخرین نسخه pandas 0.24 می‌باشد که در ماه march سال 2019 منتشر گردید.

بیشتر افرادی که قصد دارند وارد حوزه‌ی علم داده (data science) و مهندسی داده و یادگیری ماشین شوند، نیاز دارند که حتما با پانداس آشنایی کافی داشته باشند.

پانداس دارای کاربردهای بسیار زیادی است که یکی از این کاربردها مدیریت داده‌های از دست رفته است.  شما با استفاده از pandas می‌توانید فایل‌هایی که گم کرده‌اید را به راحتی پیدا کنید. پانداس سازگاری بسیار بالایی با ساختارهای گوناگون داده‌ای دارد و با ساختارهای تک بعدی و چند بعدی، تعامل خوبی دارد.

یکی دیگر قابلیت‌های پانداس این است که با یادگیری pandas می‌توانید برای برش داده، راهکارهای موثری را پیدا کنید و درکنار آن خواهید توانست که برای ادغام، اتصال و تغییر شکل داده‌ها راهکارهای مناسبی را بیابید. پانداس در واقع یک کتابخانه open source است که دارای گواهینامه BSD  می‌باشد.

این کتابخانه دارای ابزار تحلیل داده زیادی می‌باشد.با استفاده از ابزارهای تحلیل داده‌ی پانداس به راحتی می‌توانید زبان‌های برنامه‌نویسی همانند پایتون را از نظر ساختاری تحلیل کنید. اگر بخواهیم این کتابخانه‌ی متن باز را بیشتر شرح دهیم، باید به موارد زیر اشاره کنیم:

  • کتابخانه‌ای پرقدرت برای تحلیل
  • پیش‌پردازش داده‌ها
  • بصری‌سازی داده‌ها

از سال 2014 تا به حال حدود 5 میلیون نفر به کاربرانی که از این کتابخانه به عنوان ابزاری برای تحلیل استفاده می‌کنند، اضافه گردیده است. بیشتر کاربران این کتابخانه از pandas برای پروژه‌های مربوط به علم داده در پایتون استفاده ‌می‌کنند. اسپانسر اصلی این کتابخانه‌ی متن باز، سازمان NumFOCUS است.

دو ساختار اصلی در پانداس وجود دارد که برای ذخیره سازی داده‌ها از آنها استفاده می‌شود:

  • Series
  • DataFrame

در مورد دیتافریم نیز به بیان واضح اگر بخواهیم بگوییم، دیتافریم در واقع ساختار پایه‌ای داده‌ها در پانداس است.
پانداس می‌توانید دیتاهای دریافتی را با استفاده از ساختارهای series و dataframe، به قالبی مناسب برای تحلیل داده‌ها تبدیل کند. از جمله دیگر مزایای این کتابخانه این است که با استفاده از pandas می‌توانید از چند روش گوناگون استخراج داده‌ها، برخوردار شوید.

همچینین باید گفت که کتابخانه پانداس دارای ابزارهای متفاوتی است که از آنها می‌توانید برای عملیات‌های ورودی و خروجی گرفتن استفاده کنید.  کتابخانه pdndas این قابلیت را دارا می‌باشد که تمامی داده‌‌ها را با فرمت‌هایی همچون TSV و CSV و فایل‌های متنی همانند اکسل را  بخواند.

 

سرفصل‌های دوره آموزش Pandas

تالار گفت‌وگو

مدرس دوره
حمیدرضا حسین‌خانی

حمیدرضا حسین‌خانی، دانش آموخته مهندسی نرم‌افزار از دانشگاه آزاد واحد تهران مرکزی و کارشناسی ارشد هوش مصنوعی و رباتیک از دانشگاه آزاد واحد علوم و تحقیقات است.
او از سال ۹۲ به عنوان مهندس نرم‌افزار وارد صنعت شد و همکاری با استارتاپ‌های خوش‌نام و در حال رشدی مثل ایران‌اپس، دیجی‌کالا، دیجی استایل، اسنپ و بامیلو، در سمت‌های مختلف مهندسی، مدیریت و مشاوره را در کارنامه‌ی خود دارد.
وی بیش از ۱۰ سال از سوابق حرفه‌ای خود را مشغول تدریس در کارگاه‌های مختلف برنامه‌نویسی، رباتیک و هوش مصنوعی در مدارس، پژوهش‌سرا‌ها، دانشگاه‌ها و همین‌طور آموزشگاه‌هایی چون لایتک دانشگاه صنعتی شریف، هواپیمایی هما و شبکه ملی مدارس ایران (رشد) بوده و همین‌طور منتور تعداد زیادی از تیم‌های شرکت‌کننده در مسابقات مختلف برنامه‌نویسی، رباتیک و روبوکاپ و همچنین داور و برگزار‌کننده اولین دوره‌ی مسابقات دانش‌آموزی برنامه‌نویسی موبایل در دانشگاه صنعتی شریف (Nadcup 2016) است.

او در حال حاضر از نمایندگان بنیاد جهانی School of AI در ایران است که در زمینه ترویج و آموزش هوش مصنوعی به دانشجویان و استارتاپ‌ها فعالیت می‌کند.

اطلاعات بیشتر

پیش‌نیاز‌های دوره آموزش Pandas

آموزش پایتون مقدماتی
اطلاعات بیشتر

ویژگی‌های دوره آموزش Pandas

تالار گفتگو
شما می توانید از طریق تالار گفتگو با دیگر دانشجویان دوره در ارتباط باشید، شبکه روابط حرفه ای خود را تقویت کنید یا سوالات مرتبط با دوره خود را از دیگر دانشجویان بپرسید.

نظرات

برای ثبت نظر باید ابتدا در دوره ثبت نام کرده و دانشجوی دوره باشید.
احسان
09:20 - 1399/04/23
دانشجوی دوره

<p>چه آموزش بی کیفیتی. واقعا چطور به خودتون اجازه دادید این آموزش بی کیفیت رو منتشر کنید؟</p>

پشتیبانی مکتب‌خونه
همراه عزیز؛ از اینکه نظر خود را با ما در میان گذاشتید صمیمانه سپاسگزاریم موارد مطرح شده جهت بررسی به بخش مربوطه ارسال شد. لطفا جهت توضیحات بیشتر به ایمیل پشتیبانی پیام دهید. info@maktabkhoneh.org

×

ثبت نظر

به این دوره از ۱ تا ۵ چه امتیازی می‌دهید؟