Udemy
    •  
    •  
    •  
    •  
    •  
    •  
    •  
    •  
Turn what you know into an opportunity and reach millions around the world.
Learn More
Your cart is empty.
Keep shopping
Wprowadzenie do data science w języku Python - Pandas
Highest Rated
Rating: 4.6 out of 5(289 ratings)
2,177 students

Wprowadzenie do data science w języku Python - Pandas

Efektywne wykorzystanie narzędzi do analizy danych i automatyzacji procesów analitycznych!
Last updated 4/2025
Polish

What you'll learn

  • instalacja i konfiguracja środowiska
  • wprowadzenie do Pandas
  • manipulacja danymi
  • czyszczenie danych
  • analiza i wizualizacja danych
  • łączenie danych
  • importowanie i exportowanie danych (csv, excel, txt, html, sas7bdat)
  • operacje na strukturach danych (grupowanie, agregacja, tabele przestawne)
  • porównanie do języka SQL
  • 3 x Case Study (Amazon Reviews, Google Apps Data, NASDAQ)

Course content

18 sections79 lectures12h 20m total length
  • Wskazówki - jak korzystać z kursu?1:26
  • Czym jest data science?19:24
  • Wybór odpowiedniego środowiska programistycznego2:13
  • Zarządzanie Środowiskami7:27
  • Korzystanie z Dokumentacji2:37
  • Github - Repozytorium Kursu1:54
  • Pandas - Intro1:06

Requirements

  • Ukończone kursy ze ścieżki Python Developer na tym koncie instruktorskim
  • Podstawowa znajomość języka Python
  • Podstawowa wiedza z matematyki/statystyki (mile widziana)
  • Chęć nauki pracy z danymi
  • Zainstalowane środowisko do pracy z Pythonem

Description

Czy chcesz wkroczyć w świat Data Science, ale nie wiesz od czego zacząć? A może znasz podstawy Pythona i chcesz nauczyć się analizować dane jak profesjonalista? Ten kurs jest właśnie dla Ciebie!

„Wprowadzenie do Data Science w języku Python – Pandas” to praktyczny kurs, który krok po kroku wprowadzi Cię w świat analizy danych przy użyciu jednej z najpotężniejszych bibliotek języka Python – Pandas. Kurs został zaprojektowany z myślą o osobach początkujących oraz tych, którzy chcą usystematyzować swoją wiedzę.

Podczas kursu nauczysz się między innymi:

  • Czym jest Data Science i dlaczego biblioteka Pandas odgrywa w niej kluczową rolę,

  • Jak wczytywać, przeglądać, filtrować i przekształcać dane w formacie CSV, Excel i JSON,

  • Jak czyścić dane, identyfikować braki i usuwać duplikaty,

  • Jak agregować dane, tworzyć grupy oraz wykonywać operacje statystyczne,

  • Jak przygotować dane do dalszej analizy, wizualizacji lub modelowania.

W kursie znajdziesz wiele przykładów praktycznych i ćwiczeń, które pomogą Ci utrwalić wiedzę i zdobyć pewność w pracy z danymi. Niezależnie od tego, czy chcesz rozpocząć karierę w Data Science, czy po prostu analizować dane w swojej pracy – ten kurs będzie doskonałym pierwszym krokiem. Zacznij już dziś i odkryj, jak wiele możesz osiągnąć z Pandas i Pythonem!


Pandas – Twoje narzędzie do analizy danych w Pythonie

Pandas to jedna z najpopularniejszych bibliotek Pythona wykorzystywana w analizie danych. Umożliwia łatwe wczytywanie, przekształcanie, filtrowanie i agregowanie danych w przejrzystej i intuicyjnej formie. Dzięki strukturze DataFrame możesz pracować z danymi tabelarycznymi tak, jakbyś używał arkusza kalkulacyjnego — ale z mocą programowania. Pandas to biblioteka niezastąpiona w projektach Data Science, analizach biznesowych czy przygotowaniu danych do uczenia maszynowego.

Who this course is for:

  • Początkujący w Data Science, którzy chcą rozpocząć swoją przygodę z analizą danych przy użyciu Pythona.
  • Analitycy danych i specjaliści Excel, którzy chcą przejść na bardziej zaawansowane i programowalne środowisko pracy.
  • Programiści Pythona, którzy chcą rozszerzyć swoje umiejętności o przetwarzanie danych.
  • Osoby planujące karierę w Data Science, Machine Learning lub Big Data, które potrzebują solidnych podstaw pracy z danymi.
  • Studenci kierunków technicznych lub ekonomicznych, którzy potrzebują narzędzia do analizy danych w projektach, pracach zaliczeniowych lub badaniach.
  • Każdy, kto pracuje z danymi i chce zwiększyć efektywność swojej pracy dzięki automatyzacji analiz i lepszemu zarządzaniu danymi.