Python pro datovou analýzu

Chceš při práci s daty zapojit víc než jen tabulky a využívat Python jako praktický nástroj pro analýzu? Jsi tu správně.

Python patří mezi nejpoužívanější nástroje v datové analýze a díky široké nabídce knihoven umožňuje efektivně zpracovávat, analyzovat i vizualizovat data. V kurzu se naučíš využívat ho tak, aby ti skutečně usnadnil každodenní práci s daty.

Na kurzu se naučíš, jak efektivně pracovat s daty pomocí knihovny pandas, jak v Pythonu vyčistit data od chyb nebo duplicit, spojovat datové soubory k sobě, agregovat je, provádět výpočty a vytvářet z nich grafy a srozumitelné výstupy.

Vyzkoušíš si datovou analýzu pomocí nástrojů umělé inteligence, což ti otevře nové možnosti pro hlubší a sofistikovanější pohled na data. Seznámíš se také s vizualizací dat, díky které budeš umět představit výsledky analýz srozumitelným způsobem.

Tento kurz je součástí cesty Datová analytička.

Pro koho je kurz určený

Kurz je pro tebe, pokud už znáš úplné základy Pythonu a chceš je začít používat při práci s daty.

Stačí, pokud:

• máš za sebou kurz nebo samostudium Úvod do Pythonu,
• nebo už umíš napsat a spustit jednoduchý Python program,
• umíš pracovat s proměnnými, funkcemi a podmínkami.

Co budeš na konci kurzu umět

Po absolvování kurzu budeš umět:

• načíst data ze souboru a pracovat s nimi v knihovně pandas,
• filtrovat, řadit a čistit data,
• spojovat různé tabulky a datové soubory,
• agregovat data a vytvářet počítané sloupce,
• pracovat s datem a časem,
• používat pivot tabulky,
• vytvářet základní datové vizualizace,
• využít Python při praktické datové analýze.

Kdo tě kurzem provede

Kurzem tě provede Alena Le Puil, zkušená Python vývojářka s dlouholetou praxí ve vývoji, testování a analýze softwaru.

Pomůže ti pochopit nejen jak s Pythonem pracovat, ale také proč jednotlivé postupy při práci s daty dávají smysl.

Obsah kurzu

• Načtení dat s využitím knihovny pandas, jupyter notebooky
  • Načtení dat z různých formátů (CSV, JSON)
  • Práce v jupyter notebooku
• Filtrování dat a propojování tabulek
  • Výběr dat na základě určitého kritéria (např. čištění a kontrola dat, výběr dat k další analýze)
  • Propojení různých tabulek na základě společného sloupce (v SQL je to operace JOIN)
• Agregace, počítané sloupce, řazení, základy popisné statistiky
  • Agregace (počítání průměrné hodnoty nebo součtu pro skupinu dat)
  • Přidání nového sloupce počítaného z ostatních sloupců
  • Průměr, medián, směrodatná odchylka, minimum, maximum
• Vizualizace s využitím knihovny seaborn
  • Čárový graf, sloupcový graf, bodový graf, histogram, krabicový graf atd.
• Datum a čas, metoda shift, pivot tabulky
  • Převod na datum a čas
  • Výpočet rozdílu mezi dvěma daty a časy
  • Posunutí řádku (v SQL jde o window function)
  • Pivot tabulky (kontingenční tabulky) – vyhodnocení vztahu dvou sloupců
• Datová analýza s využitím AI nástrojů
  • Datová analýza v ChatGPT, případně prostřednictvím jiných aktuálně využívaných nástrojů
    
    

Rozsah přímé výuky je 15 hodin. Během kurzu budeš procvičovat látku na úkolech, které ti dohromady zaberou zhruba 25 hodin nad rámec přímé výuky. 

Jak kurz zakončíš

Certifikát získáš, pokud:

• se zúčastníš alespoň 5 ze 6 lekcí,
  
• splníš domácí úkoly.

Kdy a kde

Kurz probíhá online na Zoomu, vždy v úterý od 18:00 do 20:30.

Konkrétní termíny:

• 27. 10.
• 3. 11.
• 10. 11.
• 24. 11.
• 1. 12.
• 8. 12.

Co si připravit před kurzem

• Nainstaluj si VS Code a Python. V návodu najdeš podrobný popis, jak na to.

Kam můžeš pokračovat dál?

Podle toho, kam se chceš posunout, můžeš navázat například:

• AI v datové analýze – pokud chceš rozvíjet využití AI při analytické práci nebo
• Datová analýza krok za krokem - od tabulek k závěrům

Nebo se vydat k vysněné kariéře datové analytičky v rámci intenzivního studia v Digitální akademii: Data v době AI