Pandas and Numpy - Data Analysis with Python,

Dzień 1:

Python ,,w pigułce”

• Typy danych
• Struktury danych
• Instrukcje warunkowe
• Pętle
• Funkcje

Praca z plikami tekstowymi

• Otwieranie i zamykanie plików w Pythonie
• Korzystanie z context manager
• Operacje odczytu i zapisu
• Formatowanie danych tekstowych
• Parsowanie plików tekstowych

Jupyter Notebook

• Wprowadzenie do środowiska Jupyter
• Tworzenie i zarządzanie notebookami
• Komórki: kodu, tekstu i markdown
• Integracja z systemem plików
• Generowanie raportów za pomocą Jupyter Notebook

Wprowadzenie do NumPy

• Typowe operacje na macierzach
• Korzystanie z ufuncs
• Widoki i nadawanie na tablicach NumPy
• Optymalizacja wydajności poprzez unikanie pętli

Dzień 2:

Data Analysis z Pandas

• Używanie wektoryzowanych danych w pandach
• Zarządzanie danymi
• Sortowanie i filtrowanie danych
• Operacje zbiorcze
• Analizowanie szeregów czasowych

Data Visualization z Matplotlib

• Tworzenie wykresów za pomocą Matplotlib
• Używanie Matplotlib z poziomu pandas
• Tworzenie jakościowych wykresów
• Inne biblioteki wizualizacji w Python

Excel i Python - najlepsze z obu światów 

• Integracja pandas z Excelem
• Automatyzacja zadań Excel za pomocą Pythona
• Konwersja między formatami Excel i pandas
• Openpyxl i xlwings - manipulacja plikami Excel z Pythona
• Tworzenie raportów Excel z wykorzystaniem pandas