PricingLoginStart free
Pandas & NumPy Academy logo
PythonTekoälyDataTasot A1 → B222 kieltä

Pandas & NumPy Academy

Siirtykää taulukkolaskennasta tuotantotasoiseen data-analyysiin. Hallitkaa NumPy-taulukot, Pandas DataFramet, datan puhdistus, groupby, yhdistäminen, aikasarjat ja visualisointi Pythonilla. CoddyKitin oppimispolku, joka sisältää 30 lyhyttä kurssia ja 120 interaktiivista oppituntia sekä tekoälytuutorin käytettävissäsi ympäri vuorokauden.

Kurssit
30
Oppitunnit
120
Interaktiiviset vaiheet
1,560
Aloita maksutta
Kurssi 1
Kurssisisältö

30 kurssia tässä opintopolussa

Kaikki Pandas & NumPy Academy-opintopolun kurssit suoritusjärjestyksessä. Ensimmäinen on ilmainen.

1

A14 oppituntiaIlmainen

Opitte tieteellisen Pythonin keskeisen rakennuspalikan: NumPy ndarray -taulukon. Luotte taulukoita Python-listoista, tutustutte shape- ja dtype-ominaisuuksiin ja suoritatte alkioittaisia aritmeettisi…

  1. 1NumPy-taulukoiden luominen
  2. 2Taulukon ominaisuudet ja tarkastelu
  3. 3Alkioittainen aritmetiikka
  4. +1 lisää
Aloita opiskelu maksutta
2

A14 oppituntiaPRO

Peruslaskutoimituksia pidemmälle pääsette hallitsemalla NumPyn universaalit funktiot ja broadcasting-säännöt. Käytätte ufunc-funktioita, kuten np.sqrt ja np.exp, kokoatte taulukoita sum- ja mean-funk…

  1. 1Yleiset funktiot (ufuncs)
  2. 2Aggregointifunktiot
  3. 3Broadcasting-säännöt
  4. +1 lisää
Aloita opiskelu maksuttaAvaa PRO-tilauksella
3

A14 oppituntiaPRO

Tutustutte Pandas Series -rakenteeseen, yksiulotteiseen nimettyyn taulukkoon, joka on kaikkien Pandas-tietorakenteiden perusta. Luotte Series-rakenteita listoista ja sanakirjoista, käsittelette arvoj…

  1. 1Series-olion luominen
  2. 2Nimiö- ja sijaintipohjainen käyttö
  3. 3Vektoroidut operaatiot Series-olioilla
  4. +1 lisää
Aloita opiskelu maksuttaAvaa PRO-tilauksella
4

A14 oppituntiaPRO

DataFrame on Pandas-datankäsittelyn työjuhta: kaksiulotteinen taulukko, jossa on nimetyt rivit ja sarakkeet. Kurssilla opitte luomaan, tarkastelemaan ja muokkaamaan DataFrame-taulukoita, jotta voitte…

  1. 1DataFrame-olioiden luominen
  2. 2Sarakkeiden ja rivien valitseminen
  3. 3Sarakkeiden lisääminen ja poistaminen
  4. +1 lisää
Aloita opiskelu maksuttaAvaa PRO-tilauksella
5

A14 oppituntiaPRO

Data-analyysi alkaa aina datan lataamisesta ja päättyy tulosten tallentamiseen. Kurssilla käsitellään yleisimmät tiedostomuodot — CSV, Excel ja JSON — jotta voitte tuoda minkä tahansa aineiston DataF…

  1. 1CSV-tiedostojen lukeminen
  2. 2Excel- ja JSON-tiedostojen lukeminen
  3. 3DataFrame-olioiden kirjoittaminen tiedostoihin
  4. +1 lisää
Aloita opiskelu maksuttaAvaa PRO-tilauksella
6

A24 oppituntiaPRO

Pilkkokaa ja suodattakaa DataFrame-taulukoita täsmällisesti Pandasin boolen-indeksoinnin, kyselymerkkijonojen ja yhdistelmäehtojen avulla. Poimitte mitä tahansa analyysitehtävää varten juuri tarvitse…

  1. 1DataFrame-olioiden totuusarvoindeksointi
  2. 2query()-metodi
  3. 3isin()- ja between()-suodattimet
  4. +1 lisää
Aloita opiskelu maksuttaAvaa PRO-tilauksella
7

A24 oppituntiaPRO

Tosielämän aineistot eivät ole koskaan täysin puhtaita. Kurssilla opitte tunnistamaan, määrittämään, poistamaan ja täyttämään NaN-arvoina esitetyt puuttuvat arvot, jotta analyysinne eivät tuota huoma…

  1. 1Puuttuvien arvojen tunnistaminen
  2. 2Puuttuvien arvojen poistaminen
  3. 3Puuttuvien arvojen täyttäminen
  4. +1 lisää
Aloita opiskelu maksuttaAvaa PRO-tilauksella
8

A24 oppituntiaPRO

Pandas päättelee sarakkeiden dtype-tyypit dataa ladattaessa, mutta päätelmät ovat usein vääriä. Kurssilla näytetään, miten dtype-tyyppejä tarkastellaan, muunnetaan oikein ja valitaan muistia säästävä…

  1. 1Sarakkeiden tietotyyppien tarkastelu
  2. 2Tyyppimuunnokset astype()-menetelmällä
  3. 3Kategorinen tietotyyppi
  4. +1 lisää
Aloita opiskelu maksuttaAvaa PRO-tilauksella
9

A24 oppituntiaPRO

Tekstidata tarvitsee oman joukkonsa vektorisoituja työkaluja. Pandasin .str-accessor tarjoaa Pythonin merkkijonometodien koko tehon sovellettuna sarakkeen jokaiseen riviin ilman silmukoita, mikä teke…

  1. 1.str-aksesori
  2. 2Merkkijonojen jakaminen ja korvaaminen
  3. 3Kuvioiden haku säännöllisillä lausekkeilla
  4. +1 lisää
Aloita opiskelu maksuttaAvaa PRO-tilauksella
10

A24 oppituntiaPRO

Datan järjestyksen ja indeksin hallinta on olennaista luettaville tulosteille, tehokkaille yhdistämisille ja oikeille ikkunalaskelmille. Kurssilla käsitellään lajittelua arvojen ja indeksin perusteel…

  1. 1Järjestäminen sarakearvojen perusteella
  2. 2Järjestäminen indeksin perusteella
  3. 3Arvojen järjestäminen
  4. +1 lisää
Aloita opiskelu maksuttaAvaa PRO-tilauksella
11

B14 oppituntiaPRO

GroupBy on yksi Pandasin tehokkaimmista ominaisuuksista: sen avulla data voidaan jakaa ryhmiin ja sille voidaan laskea yhteenvetotilastoja yhdellä rivillä. Kurssilla käydään läpi split-apply-combine-…

  1. 1Jaa–sovella–yhdistä-malli
  2. 2GroupBy yhdellä tai usealla avaimella
  3. 3agg()-menetelmä
  4. +1 lisää
Aloita opiskelu maksuttaAvaa PRO-tilauksella
12

B14 oppituntiaPRO

Yhdistätte useiden taulukoiden dataa SQL:n tapaan, mutta kokonaan Pythonissa. Kurssilla käsitellään inner-, left-, right- ja outer-joinit sekä yhdistäminen peräkkäin, jotta voitte koota minkä tahansa…

  1. 1pd.concat DataFrame-rakenteiden pinoamiseen
  2. 2pd.merge: sisä- ja ulkoliitokset
  3. 3Vasen ja oikea liitos
  4. +1 lisää
Aloita opiskelu maksuttaAvaa PRO-tilauksella
13

B14 oppituntiaPRO

Tidy data -periaatteet edellyttävät, että data on tietyssä muodossa. Kurssilla opitte muuttamaan leveän muodon pitkäksi ja päinvastoin pivot_table-, melt-, stack- ja unstack-toiminnoilla, jotta voitt…

  1. 1pivot_table: ristiintaulukointi
  2. 2melt: leveästä pitkäksi muodoksi
  3. 3stack ja unstack MultiIndex-indeksin kanssa
  4. +1 lisää
Aloita opiskelu maksuttaAvaa PRO-tilauksella
14

B14 oppituntiaPRO

Aikajärjestyksessä oleva data tarvitsee erikoistyökaluja uudelleennäytteistykseen, liukuviin laskelmiin ja päivämääräaritmetiikkaan. Kurssilla opitte työskentelemään DatetimeIndexin kanssa, uudelleen…

  1. 1DatetimeIndex ja aikavälit
  2. 2Aikasarjojen uudelleennäytteistys
  3. 3Siirtäminen ja viivepiirteet
  4. +1 lisää
Aloita opiskelu maksuttaAvaa PRO-tilauksella
15

B14 oppituntiaPRO

Visualisointi on erottamaton osa data-analyysiä. Kurssilla tutustutaan Matplotlibin Figure- ja Axes-objekteihin, joiden avulla voitte hallita viiva-, pylväs- ja hajontakuvioita täysin ja viestiä hava…

  1. 1Kuvien ja akselien rakenne
  2. 2Viiva- ja pistekaaviot
  3. 3Pylväskaaviot ja histogrammit
  4. +1 lisää
Aloita opiskelu maksuttaAvaa PRO-tilauksella
16

B14 oppituntiaPRO

Seaborn käärii Matplotlibin korkean tason käyttöliittymään, joka on suunniteltu tilastolliseen grafiikkaan. Luotte jakauma-, kategoristen muuttujien vertailu- ja regressiokuvioita muutamalla koodiriv…

  1. 1Jakaumakuvaajat: histplot ja kdeplot
  2. 2Kategoriset kuvaajat: boxplot, barplot, violinplot
  3. 3Pistekaaviot ja parikuvaajat
  4. +1 lisää
Aloita opiskelu maksuttaAvaa PRO-tilauksella
17

B14 oppituntiaPRO

EDA on tutkimustyötä, joka edeltää kaikkea mallintamista. Kurssilla saatte järjestelmällisen putken uuden aineiston profilointiin, ongelmien tunnistamiseen, hypoteesien muodostamiseen ja yhteenvetora…

  1. 1Tietoaineiston profiloinnin tarkistuslista
  2. 2Yksiulotteinen analyysi
  3. 3Kaksiulotteinen ja korrelaatioanalyysi
  4. +1 lisää
Aloita opiskelu maksuttaAvaa PRO-tilauksella
18

B14 oppituntiaPRO

Pandas-indeksoinnin hallinta mahdollistaa nopeat haut, tehokkaan viipaloinnin ja selkeät monitasoiset yhteenvedot. Kurssilla käsitellään MultiIndexin luomista, hierarkkista valintaa, indeksien kohdis…

  1. 1MultiIndex-indeksin luominen
  2. 2Datan valinta MultiIndex-indeksistä
  3. 3Indeksien kohdistus ja uudelleenindeksointi
  4. +1 lisää
Aloita opiskelu maksuttaAvaa PRO-tilauksella
19

B14 oppituntiaPRO

Ikkunafunktiot laskevat tilastoja rivien liukuvalla tai kasvavalla alueella ja mahdollistavat liukuvat keskiarvot, kumulatiiviset summat sekä ryhmän sisäiset järjestysluvut. Kurssilla tehdään näistä…

  1. 1Liukuvat ikkunat
  2. 2Laajenevat ikkunat
  3. 3Eksponentiaalisesti painotettu liukuva keskiarvo
  4. +1 lisää
Aloita opiskelu maksuttaAvaa PRO-tilauksella
20

B14 oppituntiaPRO

Kun DataFramet kasvavat miljooniin riveihin, naiivi koodi muodostuu pullonkaulaksi. Tällä kurssilla opitte profiloimaan Pandas-koodia, välttämään yleisiä hitaita rakenteita, kuten iterrows-funktiota,…

  1. 1Profilointi timeit- ja memory_profiler-työkaluilla
  2. 2iterrows-menetelmän ja Python-silmukoiden välttäminen
  3. 3Tehokkaat tietotyypit muistin säästämiseen
  4. +1 lisää
Aloita opiskelu maksuttaAvaa PRO-tilauksella
21

B24 oppituntiaPRO

Sovellatte kaikkea tähän mennessä oppimaanne realistiseen vähittäismyynnin aineistoon. Siivoatte raakatilaustietueet, laskette liikevaihdon alueittain ja tuoteryhmittäin, visualisoitte ajan mittaan k…

  1. 1Myyntitietoaineiston lataaminen ja tarkistaminen
  2. 2Tulojen laskenta ja piirteiden muodostaminen
  3. 3Alue- ja kategoriakohtainen GroupBy-analyysi
  4. +1 lisää
Aloita opiskelu maksuttaAvaa PRO-tilauksella
22

B24 oppituntiaPRO

Analysoitte simuloitua klikkausvirta-aineistoa ymmärtääksenne, miten käyttäjät liikkuvat tuotteessa. Laskette istuntojen kestot, suppilon konversioasteet ja kohorttien pysyvyyden sekä visualisoitte p…

  1. 1Sessiointi ja tapahtumien järjestäminen
  2. 2Suppiloanalyysi
  3. 3Kohorttien pysyvyystaulukko
  4. +1 lisää
Aloita opiskelu maksuttaAvaa PRO-tilauksella
23

B24 oppituntiaPRO

Ammattilaisen tietojen puhdistus ulottuu NaN-arvojen poistamista pidemmälle: siinä käsitellään kaksoiskappaleet, poikkeamat, epäyhtenäiset luokat ja skeeman rikkomukset. Tällä kurssilla saatte toiste…

  1. 1Kaksoiskappaleiden tunnistaminen ja poistaminen
  2. 2Poikkeamien tunnistaminen ja käsittely
  3. 3Epäyhtenäisten kategorioiden yhdenmukaistaminen
  4. +1 lisää
Aloita opiskelu maksuttaAvaa PRO-tilauksella
24

B24 oppituntiaPRO

Kun valmiit aggregointifunktiot eivät riitä, apply() mahdollistaa minkä tahansa Python-funktion määrittämisen ja suorittamisen riveille, sarakkeille tai ryhmille. Tällä kurssilla opitte, milloin ja m…

  1. 1apply() sarakkeille ja riveille
  2. 2apply() GroupBy-toiminnon kanssa
  3. 3map() ja applymap() alkiokohtaisiin toimintoihin
  4. +1 lisää
Aloita opiskelu maksuttaAvaa PRO-tilauksella
25

B24 oppituntiaPRO

Tuotantotason data-analyysi ei ole kertaluonteinen muistikirjan suoritus, vaan toistettava tietoputki. Tällä kurssilla opitte jäsentämään koodinne modulaarisiksi muunnosvaiheiksi, parametrisoimaan ne…

  1. 1Muunnosvaiheiden jäsentäminen funktioiksi
  2. 2Putkien parametrien määrittäminen config-sanakirjoilla
  3. 3Putken vaiheiden testaaminen assertion-tarkistuksilla
  4. +1 lisää
Aloita opiskelu maksuttaAvaa PRO-tilauksella
26

B24 oppituntiaPRO

Monet koneoppimisalgoritmit ilmaistaan lineaarialgebran operaatioina. Tällä kurssilla käsitellään NumPyn linalg-moduulia: matriisikertolaskua, determinantteja, käänteismatriiseja, ominaisarvoja ja yh…

  1. 1Matriisikertolasku np.matmulilla ja @-operaattorilla
  2. 2Determinantit, käänteismatriisit ja transpoosit
  3. 3Lineaaristen yhtälöryhmien ratkaiseminen
  4. +1 lisää
Aloita opiskelu maksuttaAvaa PRO-tilauksella
27

B24 oppituntiaPRO

Kun aineisto ei mahdu RAM-muistiin, tarvitsette lohkoittaiseen käsittelyyn perustuvia strategioita. Tällä kurssilla opitte lukemaan CSV-tiedostoja lohkoina, yhdistämään tuloksia asteittain, käyttämää…

  1. 1CSV:n suoratoisto chunksize-parametrilla
  2. 2Kertymäaggregointi paloissa
  3. 3Johdatus Dask DataFrame -rakenteisiin
  4. +1 lisää
Aloita opiskelu maksuttaAvaa PRO-tilauksella
28

B24 oppituntiaPRO

Suurin osa tuotantodatan tiedoista sijaitsee relaatiotietokannoissa, ei CSV-tiedostoissa. Tällä kurssilla opitte tekemään kyselyjä PostgreSQL- ja SQLite-tietokannoista suoraan Pandasilla SQLAlchemyn…

  1. 1Yhteyden muodostaminen tietokantaan SQLAlchemylla
  2. 2SQL-kyselyiden suorittaminen Pandasista
  3. 3DataFrame-rakenteiden kirjoittaminen tietokantatauluihin
  4. +1 lisää
Aloita opiskelu maksuttaAvaa PRO-tilauksella
29

B24 oppituntiaPRO

Pandas kuvaa aineistoa, kun taas SciPy testaa sitä koskevia hypoteeseja. Tällä kurssilla tutustutte yleisimpiin tilastollisiin testeihin — t-testeihin, khiin neliö -testiin, ANOVAan ja korrelaation m…

  1. 1Kuvailevat tunnusluvut ja normaalisuustestaus
  2. 2Keskiarvojen vertailu t-testeillä
  3. 3Riippumattomuuden khiin neliö -testi
  4. +1 lisää
Aloita opiskelu maksuttaAvaa PRO-tilauksella
30

B24 oppituntiaPRO

Kokoatte oppimispolun kaikki taidot yhdeksi päästä päähän toteutettavaksi projektiksi: luette raakadataa CSV-tiedostosta ja tietokantataulusta, puhdistatte ja yhdistätte ne, laskette edistyneitä KPI-…

  1. 1Projektin määritys ja datan lukeminen
  2. 2Datan puhdistus ja piirteiden muodostaminen
  3. 3Analyysi ja KPI-tunnuslukujen laskenta
  4. +1 lisää
Aloita opiskelu maksuttaAvaa PRO-tilauksella
CoddyKit PRO

Avaa kaikki 30 tämän opintopolun kurssia ja kaikki muut opintopolut

Tekoälytuutori, sertifiointikoe ja suoritustodistus. Toimii verkossa sekä iOS- ja Android-laitteilla.

Näytä kaikki paketit
Vuosittain$29.90 / vuosiNoin $2.49 kuukaudessaMaksa kerranElinikäinen$69.99 KerranEi uusimisia. PRO ikuisesti.
Kurssin yleiskatsaus

Data-analyysi: Pandas ja NumPy

Siirtykää taulukkolaskennasta tuotantotasoiseen data-analyysiin. Hallitkaa NumPy-taulukot, Pandas DataFramet, datan puhdistus, groupby, yhdistäminen, aikasarjat ja visualisointi Pythonilla. Opintopolku sisältää 30 asteittain etenevää minikurssia täydellisestä aloittelijasta (A1) edistyneelle tasolle (B2), lyhyitä ja keskittyneitä oppitunteja sekä nopeita tietovisoja, jotka auttavat varmistamaan jokaisen käsitteen hallinnan.

Mitä opitte

Aloitatte perusteista ja etenette keskitason ja edistyneisiin aiheisiin siten, että jokainen kurssi rakentuu edellisen päälle. Jokainen oppitunti on käytännönläheinen ja sisältää oikeita esimerkkejä. AI-tutor on käytettävissänne, kun tarvitsette apua.

Näin opiskelu toimii

Jokainen kurssi koostuu neljästä keskittyneestä oppitunnista. Kun suoritatte muutaman oppitunnin päivässä, hallitsette koko opintopolun viikoissa kuukausien sijaan.

Työkalut

Harjoittele tekoälyn avulla – älä vain lue

Tehosta oppimistasi tekoälypohjaisilla työkaluilla ja ominaisuuksilla

TekoälychatKeskustele tekoälytuutorin kanssaEsitä superkysymysSaat asiantuntijatason vastauksiaPROLuo oppituntiTekoälypohjainen oppituntien luontityökaluPROAloita sertifiointikoeHanki sertifikaattiPROAloita haasteTestaa taitosi

Näin opiskelet

  1. 01

    Interaktiiviset oppitunnit

    Käytännön koodiharjoituksia ja reaaliaikaista palautetta

  2. 02

    Tekoälytuutori

    Saat heti apua tekoälyltä, kun jäät jumiin

  3. 03

    Sisäänrakennettu editori

    Kirjoita ja suorita koodia suoraan selaimessa

  4. 04

    Sertifikaatti

    Saat sertifikaatin suoritettuasi kurssin

Tutustu lisää

Aiheeseen liittyvät opintopolut

Data Science Academy logoData Science AcademyTurn raw data into insight with Python. Master NumPy, pandas, visualization, and scikit-l…Deep Learning Academy logoDeep Learning AcademyMaster deep learning with PyTorch, from neurons and backpropagation to CNNs, Transformers…Machine Learning Academy logoMachine Learning AcademyLearn machine learning from first principles. Build and evaluate models with scikit-learn…NLP Academy logoNLP AcademyBuild language AI with Python. From text preprocessing and embeddings to Transformers, na…Django Academy logoDjango AcademyBuild production web apps with Django, Python's batteries-included framework. From models…DSA Interview Prep logoDSA Interview PrepMaster data structures, algorithms, and coding interview patterns in Python — from Big-O…
UKK

Usein kysytyt kysymykset

Onko Pandas & NumPy Academy-kurssi ilmainen?

Kyllä. Voit aloittaa Pandas & NumPy Academy-kurssin ilmaiseksi ja suorittaa sen vuorovaikutteiset oppitunnit maksutta. Valinnainen PRO-tilaus avaa käyttöön edistyneet tekoälytyökalut ja jaettavan todistuksen.

Tarvitsenko aiempaa kokemusta oppiakseni Python?

Et tarvitse. Kurssi alkaa perusteista ja etenee vähitellen edistyneempiin aiheisiin, joten voit aloittaa, vaikka sinulla ei olisi aiempaa Python-kokemusta.

Miten opin Python CoddyKitissä?

Opit tekemällä. Lyhyillä vuorovaikutteisilla oppitunneilla selkeä teoria yhdistyy käytännön koodiharjoitukseen, joka suoritetaan reaaliajassa. Ympäri vuorokauden käytettävissä oleva tekoälytuutori auttaa henkilökohtaisesti aina, kun jäät jumiin.

Saanko todistuksen Pandas & NumPy Academy-kurssin suorittamisesta?

Kyllä. PRO-oppijat voivat suorittaa kokeen ja saada Pandas & NumPy Academy-kurssin suorittamisesta jaettavan todistuksen, jonka koodi voidaan tarkistaa.

Voinko oppia Python puhelimellani?

Kyllä. CoddyKit on käytettävissä verkossa sekä iOS- ja Android-natiivisovelluksina, joten voit oppia Python millä tahansa laitteella, ja edistymisesi synkronoituu niiden välillä.

Paljonko CoddyKit PRO maksaa?

Pandas & NumPy Academy-opintopolun ensimmäinen kurssi on ilmainen. CoddyKit PRO avaa kaikki kurssit: $5.90 viikossa, $7.90 kuukaudessa, $29.90 vuodessa tai $69.99 kerran maksettuna, jolloin saat elinikäisen käyttöoikeuden ilman uusimisia.

Kuinka kauan Pandas & NumPy Academy-opintopolun suorittaminen kestää?

Pandas & NumPy Academy sisältää 30 kurssia ja 120 oppituntia. Useimmat oppitunnit kestävät noin 5–10 minuuttia, joten koko opintopolun suorittamiseen kuluu omaan tahtiin noin 14 tuntia käytännön harjoittelua.

Aloita Pandas & NumPy Academy nyt

Liity tuhansien oppijoiden joukkoon ja opi ohjelmointia tekoälyä hyödyntävillä oppitunneilla.

Aloita opiskelu maksuttaSelaa kaikkia kursseja