Data Science con Python - Elaborare e Visualizzare Dati

In questo corso imparerai due parti fondamentali del lavoro del Data Scientist: l'elaborazione e la visualizzazione dei dati. Per imparare questo faremo uso di uno dei linguaggi più popolari e più usati negli ultimi anni: Python, di cui studieremo le basi nella prima parte del corso, ci sposteremo poi all'elaborazione dei dati, con due delle librerie più importanti e utilizzate: Numpy e Pandas.

Infine, nell'ultima parte del corso studieremo la visualizzazione dei dati, tramite ben 3 librerie diverse, tutte molto complete e molto utilizzate: Matplotlib, Seaborn e Plotly, che ti permetteranno di visualizzare qualsiasi dato voi vogliate con praticamente qualsiasi tipologia di grafico.

Tutto il corso sarà accompagnato da due moduli, uno contenente degli esercizi per testare le vostre competenze, e l'altro contenente le soluzioni agli esercizi, inoltre ci saranno dei file che conteranno tutti i codici di ogni lezione.

Vediamo la scaletta di ciò che impareremo:

1. Python

   1. Variabili

   2. Input e Output

   3. Tipi di dato

   4. Vari operatori ( matematici, di confronto, logici )

   5. Strutture decisionali e cicli

   6. Tipi di dati complesso ( liste, dizionari, tuple e set )

2. Numpy

   1. cos'è numpy e perché utilizzarlo

   2. Array

   3. Indicizzazione e Slicing degli array

   4. Operazioni sugli array

   5. Matrici

   6. Generazione di numeri random

3. Pandas

   1. Cos'è e perchè usarlo

   2. Series

   3. Dataframe

   4. Operazioni sui Dataframe

   5. input e output

   6. lavorare con i dati che mancano

4. Matplotlib

   1. cos'è e perché lo usiamo

   2. i grafici di base

   3. personalizzare i grafici

   4. Dataframe, grafici più complessi ed esportazione

5. Seaborn

   1. cos'è e perché lo usiamo

   2. grafici a distribuzione

   3. grafici categorici

   4. regressione

6. Grafici con Pandas

7. Plotly

   1. grafici a punti

   2. grafici a righe

   3. grafici a barre

   4. istogrammi

   5. altri grafici