−꞊≡  تخفیف ویژه 30% تخفیف بر روی تمامی آموزشها (به مدت محدود)  

logo mix

آموزش پایتون برای تحلیلگران داده (زیرنویس فارسی AI)
Python for Data Analysts
مدرس:
Janani Ravi
با زیرنویس:
فارسی و انگلیسی
تاریخ انتشار:
1398/8/7
( 2019-10-29 )
فارسی کلاس

این دوره اصول اولیه شروع کار با پایتون، از جمله معناشناسی متغیرها، انواع داده‌های ساده و پیچیده، و استفاده از حلقه‌ها برای تکرار و توابع برای استفاده مجدد از کد را پوشش می‌دهد. همچنین به صورت مفهومی برخی از نقاط قوت پایتون را نسبت به سایر فناوری‌ها درک خواهید کرد.

آنچه یاد خواهید گرفت:
پایتون در سال‌های اخیر محبوبیت زیادی پیدا کرده است و به عنوان فناوری انتخابی برای تحلیلگران داده و دانشمندان داده. در این دوره، Python for Data Analysts، شما توانایی نوشتن برنامه‌های پایتون و استفاده از بلوک‌های اساسی برنامه نویسی و تجزیه و تحلیل داده‌ها را به دست خواهید آورد. ابتدا، یاد خواهید گرفت که چگونه زبان‌های برنامه نویسی مانند پایتون، صفحات گسترده مانند مایکروسافت اکسل، و فناوری‌های مبتنی بر SQL مانند پایگاه‌های داده با یکدیگر تفاوت دارند، و همچنین نحوه عملکرد آنها با یکدیگر. در مرحله بعد وارد برنامه نویسی پایتون، نصب پایتون و شروع کار با برنامه‌های ساده خواهید شد. سپس متوجه خواهید شد که چگونه از متغیرها برای نگهداری داده‌ها استفاده می‌شود و چگونه انواع داده‌های ساده و پیچیده در پایتون از نظر معنایی متفاوت هستند. در نهایت، دانش خود را با کار با ارزیابی شرطی با استفاده از دستورات if، حلقه‌ها و توابع تکمیل می‌کنید. شما یاد خواهید گرفت که چگونه پایتون با توابع به عنوان موجودیت‌های درجه یک رفتار می‌کند، یک فعال کننده کلیدی برنامه نویسی تابعی. وقتی این دوره را به پایان رساندید، مهارت و دانش لازم را خواهید داشت تا موقعیت‌هایی را که پایتون انتخاب مناسبی برای شماست شناسایی کنید و برنامه‌های ساده اما محکم را با استفاده از پایتون پیاده‌سازی کنید.

سطح آموزشی
خرید آنلاین و دانلود فوری
به همراه فایلهای تمرین
ویدئوهای آموزشی با زیرنویس
ویدئوهای آموزشی با زیرنویس فارسی
کیفیت HD ویدئوهای آموزشی
قابل استفاده برای ناشنوایان
 
 
 

نمونه ویدیوی آموزشی ( زیرنویس‌ها جدا از ویدیو است و میتوانید آنرا نمایش ندهید ) :

 

[ENGLISH]

01 Course Overview [2mins]
01-01 Course Overview [2mins]

02 Getting Started with Python for Data Analysis [45mins]
02-01 Version Check [0mins]
02-02 Module Overview [1mins]
02-03 Prerequisites and Course Outline [1mins]
02-04 Python for Data Analysts [3mins]
02-05 Essential Analytical Building Blocks [5mins]
02-06 Demo: Installing Anaconda Python on MacOS [5mins]
02-07 Demo: Installing Anaconda Python on Windows [4mins]
02-08 Demo: Simple Expressions [6mins]
02-09 Demo: Logical Operations [5mins]
02-10 Demo: Variables [6mins]
02-11 Demo: Basic Types and Type Conversions [4mins]
02-12 Demo: Simple Strings and Multi-line Strings [4mins]
02-13 Module Summary [1mins]

03 Leveraging Built-in Functions and Complex Data Types [35mins]
03-01 Module Overview [1mins]
03-02 Demo: Introducing Built-in Functions [6mins]
03-03 Demo: String Functions, Return Values, and Nested Function Invocations [6mins]
03-04 Demo: Introducing Lists [5mins]
03-05 Demo: List Slicing Operations and List Functions [4mins]
03-06 Demo: Concatenating and Copying Lists [2mins]
03-07 Demo: Introducing Tuples [4mins]
03-08 Demo: Introducing Dictionaries [6mins]
03-09 Module Summary [1mins]

04 Using Python for Complex Interconnected Calculations [48mins]
04-01 Module Overview [1mins]
04-02 Transactional and Analytical Processing [5mins]
04-03 Demo: If Statements for Conditional Branching [4mins]
04-04 Demo: If Else Statements [6mins]
04-05 Demo: Using if with Lists and Dictionary Elements [2mins]
04-06 Demo: If-elif for Multiple Conditional Checks [3mins]
04-07 Demo: Iterating over List Elements Using a For Loop [5mins]
04-08 Demo: Using For Loops with the Range Function [3mins]
04-09 Demo: Iterating over Dictionary Elements Using a For Loop [2mins]
04-10 Demo: Conditional Looping Using While Loops [8mins]
04-11 Demo: Break [4mins]
04-12 Demo: Continue and Pass [4mins]
04-13 Module Summary [1mins]

05 Implementing Code Reuse Using Functions in Python [41mins]
05-01 Module Overview [2mins]
05-02 Demo: Defining and Invoking Custom Functions [7mins]
05-03 Demo: Passing Input Arguments to Functions [3mins]
05-04 Demo: Returning Values from Functions [5mins]
05-05 Demo: Reassignment of Variables within Functions [6mins]
05-06 Demo: Modification of Complex Types within Functions [3mins]
05-07 Demo: Invoking Functions with Keyword Arguments [5mins]
05-08 Demo: Assigning Default Values for Input Arguments [2mins]
05-09 Demo: First Class Functions [7mins]
05-10 Module Summary [1mins]

06 Loading and Saving Data Using Python [35mins]
06-01 Module Overview [1mins]
06-02 Demo: Working with the Math Module [3mins]
06-03 Demo: Introducing NumPy [4mins]
06-04 Demo: Introducing Pandas [2mins]
06-05 Demo: Working with the Command Line Processes and Environment Variables [7mins]
06-06 Demo: Reading the Contents of a File [5mins]
06-07 Demo: Overwriting and Appending Content to a File [6mins]
06-08 Demo: Working with CSV and JSON Files [5mins]
06-09 Module Summary [2mins]

[فارسی]

01 بررسی اجمالی دوره [2 دقیقه]
01-01 بررسی اجمالی دوره [2 دقیقه]

02 شروع با پایتون برای تجزیه و تحلیل داده [45 دقیقه]
02-01 بررسی نسخه [0 دقیقه]
02-02 نمای کلی ماژول [1 دقیقه]
02-03 پیش نیازها و خلاصه دوره [1 دقیقه]
02-04 پایتون برای تحلیلگران داده [3 دقیقه]
02-05 بلوک‌های ساختمانی تحلیلی ضروری [5 دقیقه]
02-06 نسخه‌ی نمایشی- نصب Anaconda Python در MacOS [5 دقیقه]
02-07 نسخه‌ی نمایشی- نصب آناکوندا پایتون در ویندوز [4 دقیقه]
02-08 نسخه‌ی نمایشی- عبارات ساده [6 دقیقه]
02-09 نسخه‌ی نمایشی- عملیات منطقی [5 دقیقه]
02-10 نسخه‌ی نمایشی- متغیرها [6 دقیقه]
02-11 نسخه‌ی نمایشی- انواع پایه و تبدیل نوع [4 دقیقه]
02-12 نسخه‌ی نمایشی- رشته‌های ساده و رشته‌های چند خطی [4 دقیقه]
02-13 خلاصه ماژول [1 دقیقه]

03 استفاده از توابع داخلی و انواع داده‌های پیچیده [35 دقیقه]
03-01 نمای کلی ماژول [1 دقیقه]
03-02 نسخه‌ی نمایشی- معرفی توابع داخلی [6 دقیقه]
03-03 نسخه‌ی نمایشی- توابع رشته، مقادیر بازگشتی و فراخوانی توابع تودرتو [6 دقیقه]
03-04 نسخه‌ی نمایشی- معرفی لیست‌ها [5 دقیقه]
03-05 نسخه‌ی نمایشی- عملیات برش فهرست و توابع فهرست [4 دقیقه]
03-06 نسخه‌ی نمایشی- پیوستن و کپی کردن لیست‌ها [2 دقیقه]
03-07 نسخه‌ی نمایشی- معرفی Tuples [4 دقیقه]
03-08 نسخه‌ی نمایشی- معرفی دیکشنری‌ها [6 دقیقه]
03-09 خلاصه ماژول [1 دقیقه]

04 استفاده از پایتون برای محاسبات پیچیده به هم پیوسته [48 دقیقه]
04-01 نمای کلی ماژول [1 دقیقه]
04-02 پردازش معاملاتی و تحلیلی [5 دقیقه]
04-03 نسخه‌ی نمایشی- اگر بیانیه‌ها برای انشعاب مشروط [4 دقیقه]
04-04 نسخه‌ی نمایشی- اگر دیگر بیانیه‌ها [6 دقیقه]
04-05 نسخه‌ی نمایشی- استفاده از if با فهرست‌ها و عناصر دیکشنری [2 دقیقه]
04-06 نسخه‌ی نمایشی- If-elif برای بررسی‌های چندگانه شرطی [3 دقیقه]
04-07 نسخه‌ی نمایشی- تکرار بر روی عناصر لیست با استفاده از حلقه For [5 دقیقه]
04-08 نسخه‌ی نمایشی- استفاده از For Loops با عملکرد Range [3 دقیقه]
04-09 نسخه‌ی نمایشی- تکرار بر روی عناصر دیکشنری با استفاده از حلقه For [2 دقیقه]
04-10 نسخه‌ی نمایشی- حلقه مشروط با استفاده از حلقه‌های while [8 دقیقه]
04-11 نسخه‌ی نمایشی- استراحت [4 دقیقه]
04-12 نسخه نمایشی- ادامه و عبور [4 دقیقه]
04-13 خلاصه ماژول [1 دقیقه]

05 پیاده‌سازی استفاده مجدد از کد با استفاده از توابع در پایتون [41 دقیقه]
05-01 نمای کلی ماژول [2 دقیقه]
05-02 نسخه‌ی نمایشی- تعریف و فراخوانی توابع سفارشی [7 دقیقه]
05-03 نسخه‌ی نمایشی- انتقال آرگومان‌های ورودی به توابع [3 دقیقه]
05-04 نسخه‌ی نمایشی- بازگرداندن مقادیر از توابع [5 دقیقه]
05-05 نسخه‌ی نمایشی- تخصیص مجدد متغیرها در توابع [6 دقیقه]
05-06 نسخه‌ی نمایشی- اصلاح انواع پیچیده در توابع [3 دقیقه]
05-07 نسخه‌ی نمایشی- فراخوانی توابع با آرگومان‌های کلیدواژه [5 دقیقه]
05-08 نسخه‌ی نمایشی- تعیین مقادیر پیش فرض برای آرگومان‌های ورودی [2 دقیقه]
05-09 نسخه‌ی نمایشی- توابع درجه اول [7 دقیقه]
05-10 خلاصه ماژول [1 دقیقه]

06 بارگیری و ذخیره داده‌ها با استفاده از پایتون [35 دقیقه]
06-01 نمای کلی ماژول [1 دقیقه]
06-02 نسخه‌ی نمایشی- کار با ماژول ریاضی [3 دقیقه]
06-03 نسخه‌ی نمایشی- معرفی NumPy [4 دقیقه]
06-04 نسخه‌ی نمایشی- معرفی Pandas [2 دقیقه]
06-05 نسخه‌ی نمایشی- کار با فرآیندهای خط فرمان و متغیرهای محیطی [7 دقیقه]
06-06 نسخه‌ی نمایشی- خواندن محتویات یک فایل [5 دقیقه]
06-07 نسخه‌ی نمایشی- رونویسی و اضافه کردن محتوا به یک فایل [6 دقیقه]
06-08 نسخه‌ی نمایشی- کار با فایل‌های CSV و JSON [5 دقیقه]
06-09 خلاصه ماژول [2 دقیقه]

 

مهارت های موجود در این دوره: Software & Web Development Programming Languages Python
مشخصات این آموزش
تولید کننده محتوا
PLURALSIGHT - پلورال سایت
تولید زیرنویس فارسی
فارسی کلاس farsiclass.ir
مدرس
Janani Ravi
جانانی راوی
تاریخ انتشار
1398/8/7
2019-10-29
سطح آموزش
متوسط
زبان آموزش
انگلیسی
زیرنویس
فارسی و انگلیسی
نوع زیرنویس فارسی
ترجمه توسط هوش مصنوعی (AI)
مدت زمان آموزش
3ساعت و 33دقیقه
تعداد ویدیو‌ها
55 ویدیو
حجم فایل‌ها
415 مگابایت دانلود با تعرفه داخلی
زمان تقریبی دانلود فایل‌ها
7 دقیقه (با سرعت 1 مگابایت در ثانیه)
کد آموزش در سایت
FP1389
تعداد بازدید : 584
اشتراک آموزش در تلگرام پلورال_ آموزش پایتون برای تحلیلگران داده (زیرنویس فارسی AI)
95,000 تومان
66,500 تومان
اضافه به سبد خرید add_shopping_cart

Janani Ravi
جانانی راوی

تعداد دوره‌های آموزشی این مدرس: 21

جانانی دارای مدرک کارشناسی ارشد از استنفورد است و بیش از 7 سال در گوگل کار کرده است. او یکی از مهندسان اصلی Google Docs بود و دارای 4 پتنت برای فریمورک‌ ویرایش مشارکتی بلادرنگ آن است. جانانی پس از گذراندن سال‌ها کار در فناوری در منطقه خلیج، نیویورک و سنگاپور در شرکت‌هایی مانند مایکروسافت، گوگل و فلیپ‌کارت، سرانجام تصمیم گرفت عشق خود به فناوری را با علاقه‌اش به تدریس ترکیب کند. او اکنون یکی از بنیانگذاران Loonycorn است، یک استودیوی محتوا که بر ارائه محتوای با کیفیت بالا برای توسعه مهارت‌های فنی متمرکز است. Loonycorn در حال کار بر روی توسعه یک موتور (پتنت ثبت شده) برای خودکارسازی انیمیشن‌ها برای ارائه‌ها و محتوای آموزشی است.

جدیدترین آموزشهای مرتبط

تمامی زیرنویس‌های فارسی و مطالب ترجمه شده در سایت، بطور انحصاری متعلق به فارسی کلاس بوده و هر گونه کپی‌ برداری و یا استفاده از آنها به هر شکلی در سایتها یا برنامه‌های دیگر پیگرد قانونی دارد
logo-samandehi