Contattataci

Struttura del corso

Giorno 1:

Ripasso delle nozioni base di Python e di analisi dei dati

Introduzione a Numpy

  • Creazione di array con Numpy
  • Operazioni comuni sugli array matriciali
  • Utilizzo delle funzioni vettorizzate (ufuncs)
  • Viste e trasmissione dei dati tra gli array Numpy
  • Ottimizzazione prestazionale mediante l’evitamento degli cicli di ripetizione
  • Analisi delle performance con cProfile

Analisi dei dati con Pandas

  • Lavorare con dati vettorizzati in Pandas
  • Pulizia e trasformazione dei dati
  • Ordinamento e filtraggio delle informazioni
  • Aggregazioni statistiche sui dati<\/li>
  • Analisi di serie temporali

Visualizzazione dei dati con Matplotlib

  • Creazione di grafici tramite Matplotlib
  • Integrazione di Matplotlib con Pandas
  • Realizzazione di rappresentazioni grafiche di qualità
  • Visualizzazione diretta dei dati nei notebook Jupyter
  • Approfondimento su altre librerie grafiche disponibili in Python

Giorno 2: 

Altre librerie Python per l’analisi dei dati

  • scikit-learn
  • Scipy
  • statsmodel
  • RPy2

Sintesi finale e prossimi passi da intraprendere

Requisiti

  • Conoscenze di base di Python e di analisi dei dati

Destinatari

  • Sviluppatori Python
  • Analisti di dati
 14 ore

Numero di Partecipanti


Prezzo per partecipante

Recensioni (1)

Corsi in Arrivo

Categorie relative