Introduction to Python and Data Analysis
Under här kursen bygger du praktiska färdigheter i dataanalys och visualisering med Python, Pandas och Matplotlib. Du lär dig Python-programmering, användning av containers och DataFrames, funktioner, aggregering och diagram, allt genom praktiska kodövningar i JupyterLab inom Anaconda-miljön.
Uunder kursen utvecklar du dina färdigheter i att rensa, analysera och visualisera data, så att du kan använda Python med självförtroende i ditt dagliga arbete och samtidigt fördjupa din förståelse för datavetenskapliga metoder och praktisk kodning.
Målgrupp och förkunskaper
Den här Pythonkursen är perfekt för dig som som arbetar med data i din roll och vill lära dig Python för dataanalys.
Du bör ha erfarenhet av programmeringskoncept som variabler, loopar och funktioner samt känna dig bekväm med grundläggande räknefärdigheter och tolkning av diagram för att få ut mesta möjliga av kursen.
För att alltid hålla en hög kvalitet på våra teknikkurser använder vi både engelsk- och svensktalande experter som kursledare.
Detaljerad information
Kursmaterialet är på engelska, med detta innehåll:
Introduction to Python
Learn to use Python for data analysis, from coding with variables, loops, and functions to working with Pandas and Matplotlib for data cleaning, analysis, and visualisation. This hands-on course builds your confidence using Python to manage and interpret data effectively in your work. Explore Python as an interpreted language, learning to work in script and interactive modes. You will cover writing statements, using comments effectively, and the importance of whitespace and indentation to write clear, readable code from the beginning – setting a strong foundation for more advanced programming tasks.
Variables and scalar types
Learn about numerical, text and Boolean data types in Python and how to use variables as references within your scripts. You will also use the type() function to check and manage data types confidently during your coding exercises, helping you write more accurate and reliable code.
Operators and expressions
Understand how to use arithmetic, assignment, comparison, logical and membership operators to perform calculations and comparisons within your Python scripts. These essential tools support accurate data handling and form the foundation for building effective, real[1]world analysis processes.
Using containers in Python
Learn to use Python containers including lists, tuples, sets and dictionaries. These structures help you store, organise and access data efficiently, supporting robust analysis workflows in practical data projects and enabling you to manage complex data with ease.
Writing functions
Understand how to define your own functions with positional and named arguments, including default values. You'll also learn to apply Python’s built-in functions like len(), sum(), min(), max() and sorted() to streamline your scripts and improve code reusability in real-world applications
Relaterat innehåll
