Войти в IT: Вся Необходимая База. 3 Уровня Объяснения Материала Если не можешь напрямую покупать со Stepik, заказывай отсюда: Введение в Искусственный Интеллект с Python для Начинающих: Введение в Искусственный Интеллект с Python для Начинающих: Курс: “Поколение Трансформеров“: Нейросети для Естественного Языка (NLP) Вне Свифта (Россия, Беларусь): Свифт (Все остальные): Практический Курс по Python: Stepik: Udemy: Аве, Кодер! За этот часовой интенсив, мы с нуля освоим популярную библиотеку Python Pandas, знание которой просто необходимо для развития в Машинном Обучении (Machine Learning) и Data Science. Максимум полезности в минимум времени. Enjoy! Github Repo с файлами: Тайм-коды: 0:34 date_range() создать последовательность 0:57 DataFrame() табличная структура данных, похожа и на excel и на массив numpy 1:45 pandas часто используется в качестве вспомогательной библиотеки в машинном обучении и работе с данными. Основные способы её применения и методы 1:58 обращение к столбцу [' '] апостроф 2:15 слайсы, срезы структур данных. К строкам без апострофа 2:35 обращение по индексам в виде даты 3:12 loc() локация 4:57 арифметические вычисления 6:23 обращение к одному отдельному значению одного отдельного элемента 7:08 iloc() вывод по индексам 8:31 операторы сравнения. NaN (Not-A-Number) 9:40 copy() копировать массив. Добавление столбца 11:36 Series() Серия - структура данных, для работы с последовательностью одномерных данных. Массив с расширенными возможностями. Изменяемая структура данных 13:32 at() В 14:12 iat() индекс в 14:54( ) pandas: можно работать внутри вместе и с numpy и с pandas 16:16 missing data работа с неровными данными 19:50 reindex() реиндексирование 20:35 dropna() удалить NaN (все данные, которых нет) 21:08 fillna() заполнить все данные, которых нет 21:35 isnull() Результат - бул (ноль это или нет) 22:28 set_option(), describe(). указать, какими мы хотим видеть элементы stats 23:18 mean() среднее значение 23:48 apply() функция в функции 24:21 concat() функция конкатенации 26:13 append() добавить в конец 26:30 merge() соединение, как в базе данных 27:22 read_csv , head() импорт данных из интернета import data из kaggle и uci считать файлы в разных форматах можно 29:04 to_csv() запись файла 29:53 read_excel() считать Grouping 31:59 groupby(), sum(), count() наподобие sql-функций 33:10 resample(), asfreq() рисэмплинг (разбиение по группировкам) 37:00 самописные функции с методом resample() через функцию apply() 40:00 еще один способ создания серии. Series со словарём 41:55 get() взять 42:19 создание серии из скaлярного значения (одного числа) 42:44 сложение серий, арифметика с сериями 43:41 серия в качестве аргумента функции 44:26 сложение двух изменённых серий выдаёт сумму того, что есть только в обеих 44:56 функция с параметром-серией. map(). Использование любых арифметических выражений внутри функции 46:24 () работа со строками 46:48 Date Arithmetic Арифметическая работа с датами import datetime 47:36 расcчитывать сколько времени прошло или сколько его осталось timedelta 48:14 Timedelta() парсить строку, переводить строку в дату или ключ-значение в дату 49:22 арифметика с датами 51:16 tail() 5 последних значений 51:40 data frames ключевые методы DataFrame #авекодер #python #pandas #machinelearning #datascience Telegram: VK: Instagram: Поддержи проект: BTС: 1BmLvUFiJaVpCAwhzW3ZwKzMGWoQRfxsn4 ETH: 0x6f1A488c9b12E782AEF74634a40A79b1631237aB История Технологий: АвеТех ______________________ Аве Кодер! Меня зовут V и я кодер. Я экспортирую из Англии: актуальные туториалы, computer science, брейнхаки, лайфхаки, здоровье кодера, тревэл он нью левэл, английский для кодера, как кодеру не помереть с голоду, юмор и многое другое. Так что ставь императорский палец вверх, подписывайся и бей в колокол!
Hide player controls
Hide resume playing