Datová analýza s využitím programovacího jazyka Python

Python je interpretovaný vysokoúrovňový programovací jazyk, který v současnosti patří mezi nejoblíbenější programovací jazyky vůbec. Jedná se o takzvaný multiparadigmatický jazyk, který podporuje různá programátorská paradigmata včetně objektového, imperativního, procedurálního nebo funkcionálního. I když Python bývá označován za skriptovací jazyk, jeho možnosti jsou ve skutečnosti daleko širší. V současnosti se masivně používá i pro numerické výpočty, analýzu dat, statistické výpočty, práci s grafy atd. Tento kurz je zaměřen na nástroje, které lze v Pythonu použít pro datovou analýzu.

Možnosti financování 

Cena za účastníka 2.505 Kč vč. DPH s podporou v programu JSEM V KURZU v rámci Národního plánu obnovy (registrace zde).
Cena za účastníka 13.915 Kč vč. DPH bez podpory (tj. 11.500 Kč bez DPH).

Cílová skupina

• Uživatelé, kteří potřebují provádět datovou analýzu, od získávání dat z různých zdrojů přes jejich zpracování a analýzu až po tvorbu reportů.
  
  

Cíl kurzu

• Seznámit účastníky kurzu s technologiemi, které se používají pro sběr dat a pro datové analýzy. Výklad bude zaměřen na programovací jazyk Python a s ním související technologie: IPython, Jupyter Notebook, NumPy a Pandas.

Osnova kurzu

Představení prostředí IPython

• Nástroje online datové analýzy
• Jupyter Notebook
• Architektura
• Instalace
• JupyterLab
• Export výstupů do PDF a jiných formátů

Přehled datových struktur v Pythonu

• Proměnná
• Pole
• Struktura
• Objekt
• List
• Tuple

Knihovna Pandas

• Zobrazení obsahu datových rámců
• Vykresl ení grafů a validace dat
• Práce s datovými řadami (series)

Knihovna NumPy

• Datové typy prvků
• Konstruktory polí

Import dat z různých zdrojů

• Tabulkové formáty a procesory (Excel, CSV)
• Databáze (SQL)
• TSV
• JSON
• HTML Scraping

Zpracování dat

• Přeměna tabulkových dat
• Přidávání chybějících hodnot
• Sledování
• Spojování dat

Pokročilé zpracování dat

• Spojování datových rámců s využitím append, concat, merge a join
• Stacking, unstacking
• Melting

Spojování a agregace dat

• Rozdělení dat do skupin na základě zvolených kritérií
• Využití funkcí
• Kombinace výsledků do datové struktury
• Transformace
• Filtrace

Vizualizace

• Generování grafů
• Bodový, sloupcový a spojnicový graf
• Graf s KDE (Kernel density estimation)
• Vykreslení hodnot prvků z datové řady formou grafu
• Seskupení dat do grafů

Doplňující témata

Funkce časové řady

• Přehled
• Timestamps
• Time spans
• Timedelta
• DateTimeIndex

Předpoklady účastníka

• Základní znalost programování, alespoň rámcová znalost Pythonu, jazyka R či statistických a analytických funkcí v Excelu.

Další požadavky

• Počítač s jakýmkoli operačním systémem, ideálně Linux (není podmínkou)
• Webový prohlížeč
• Terminál (konzole)