01. Какие данные обрабатывает pandas? | [.IPYNB] | [CoLab] |
02. Как мне читать и записывать табличные данные? | [.IPYNB] | [CoLab] |
03. Как выбрать подмножество из DataFrame? | [.IPYNB] | [CoLab] |
04. Как строить график в pandas? | [.IPYNB] | [CoLab] |
05. Как создать новые столбцы? | [.IPYNB] | [CoLab] |
06. Как рассчитать сводную статистику? | [.IPYNB] | [CoLab] |
07. Как изменить раскладку таблиц? | [.IPYNB] | [CoLab] |
08. Как объединить данные из нескольких таблиц? | [.IPYNB] | [CoLab] |
09. Как легко обрабатывать данные временных рядов? | [.IPYNB] | [CoLab] |
10. Как манипулировать текстовыми данными? | [.IPYNB] | [CoLab] |
Pandas за 10 минут | [.IPYNB] | [CoLab] | [оригинал документации] |
Типичные задачи Excel, продемонстрированные в pandas (часть 1) | [.IPYNB] | [CoLab] | [оригинал статьи] |
Типичные задачи Excel, продемонстрированные в pandas (часть 2) | [.IPYNB] | [CoLab] | [оригинал статьи] |
Советы по выбору столбцов в DataFrame с помощью iloc и filter | [.IPYNB] | [CoLab] | [оригинал статьи] |
Обзор типов данных pandas | [.IPYNB] | [CoLab] | [оригинал статьи] |
Использование типа данных категории в pandas | [.IPYNB] | [CoLab] | [оригинал статьи] |
Руководство по кодированию категориальных значений в Python | [.IPYNB] | [CoLab] | [оригинал статьи] |
Очистка данных о валюте с помощью pandas | [.IPYNB] | [CoLab] | [оригинал статьи] |
Эффективная очистка текста с помощью pandas | [.IPYNB] | [CoLab] | [оригинал статьи] |
Excel процедуры Filter и Edit, продемонстрированные в pandas | [.IPYNB] | [CoLab] | [оригинал статьи] |
Сводная таблица (pivot_table) в pandas | [.IPYNB] | [CoLab] | [оригинал статьи] |
Подробное руководство по группировке и агрегированию с помощью pandas | [.IPYNB] | [CoLab] | [оригинал статьи] |
Объяснение функций Grouper и agg в pandas | [.IPYNB] | [CoLab] | [оригинал статьи] |
Понимание функции transform в pandas | [.IPYNB] | [CoLab] | [оригинал статьи] |
Объяснение кросс-таблицы (crosstab) в pandas | [.IPYNB] | [CoLab] | [оригинал статьи] |
Биннинг (разделение) данных с помощью qcut и cut в pandas | [.IPYNB] | [CoLab] | [оригинал статьи] |
Моделирование Монте-Карло с помощью Python | [.IPYNB] | [CoLab] | [оригинал статьи] |
Аккуратные данные (tidy data) в Python | [.IPYNB] | [CoLab] | [оригинал статьи] |
Эффективное использование Matplotlib | [.IPYNB] | [CoLab] | [оригинал статьи] |
Введение в визуализацию данных с помощью Altair (часть 1) | [.IPYNB] | [CoLab] | [оригинал статьи] и [документация] |
Введение в визуализацию данных с помощью Altair (часть 2) | [.IPYNB] | [CoLab] | [документация] |
Введение в визуализацию данных с помощью Altair (часть 3) | [.IPYNB] | [CoLab] | [документация] |
Шаблон Cookiecutter на русском языке: позволяет автоматизировать создание структуры файлов и каталогов для проекта по анализу данных | [ссылка на github] | |
Создание простых сводных таблиц в pandas с помощью модуля sidetable | [.IPYNB] | [CoLab] |
Анализ IP- и MAC-адресов с помощью модуля cyberpandas | [.IPYNB] | [CoLab] |
Deepnote — новая перспективная веб-IDE для специалистов по анализу данных. Рекомендую познакомиться с ней по [ссылке]. |
Основные команды при работе с утилитой conda | [PDF] |
Типы данных и операции в классическом Python | [PDF] |
Операции над матрицами в NumPy | [PDF] |
Официальная шпаргалка по pandas | [PDF] |
Восхитительная шпаргалка по pandas | [PDF] |
Шпаргалка по pandas от Enthought | [PDF] |
Шпаргалка по Matplotlib | [PDF] |
Шпаргалка по Seaborn | [PDF] |
Шпаргалка по plotly | [PDF] |
Что добавляют в избранное на Ozon в 2020 году? | [CoLab] |
Что не находят на Ozon в 2020 году? | [CoLab] |
Вакансии и зарплаты в Тинькофф в 2019 году | [CoLab] |
Анализ статистики COVID-19 в мире | [CoLab] |
Анализ частоты запросов на Яндекс.Метрике с помощью модуля pymorphy2 | [CoLab] |
Подборка заданий по pandas | [github] |
Подборка заданий по NumPy | [github] |
Теория игр и равновесие Нэша | [CoLab] |
01. Простой калькулятор, переменные, функции и создание собственных функций | [Видео] | [Презентация] |
02. Строки и операции над ними, операторы отношений, оператор if | [Видео] | [Презентация] |
03. Модули, создание собственных модулей, doc-тесты и случайные числа | [Видео] | [Презентация] |
04. Строковые методы, форматирование строк и популярные строковые методы | [Видео] | [Презентация] |
05. Списки и операции над ними, псевдонимы, срезы и поверхностное копирование, методы списка, сортировка списков, преобразование типов | [Видео] | [Презентация] |
06. Цикл for, функция range, способы создания списка и цикл while | [Видео] | [Презентация] |
07. Множества, кортежи и словари | [Видео] | [Презентация] |
08. Обработка ошибок, работа с файлами и unicode | [Видео] | [Презентация], [Блокнот по обработке ошибок], [Блокнот по файлам] |
09. Классы и объекты, специальный метод __add__, атрибуты класса, наследование и создание собственного исключения | [Видео] | [Презентация], [Блокнот по ООП] |
10. Разработка оконного приложения с помощью модуля tkinter | [Видео] | [Презентация] |
Краткое руководство по NumPy | [Часть 1 в .IPYNB и CoLab], [Часть 2 в .IPYNB и CoLab], [Часть 3 в .IPYNB и CoLab], [Часть 4 в .IPYNB и CoLab], [ссылка на оригинал] |
Справочное руководство по NumPy | [ссылка] |
Руководство по Pandas | [ссылка] |
Краткое руководство по Matplotlib | [ссылка] |
Руководство по Seaborn | [ссылка] |