Analyze data at scale with Python: Jupyter, NumPy, pandas for cleaning and transforming, exploratory data analysis, Matplotlib, Seaborn and Plotly, and automating reports.
Course Curriculum
| 1. Python Quick Start for Analysts | |||
| 1.1 جوبيتر وجوجل كولاب | 00:08:00 | ||
| 1.2 أساسيات بايثون للبيانات | 00:15:00 | ||
| 2. NumPy | |||
| 2.1 المصفوفات والعمليات المتجهة | 00:12:00 | ||
| 2.2 الفهرسة والتقطيع والبث | 00:10:00 | ||
| 3. pandas | |||
| 3.1 الـ Series والـ DataFrames | 00:12:00 | ||
| 3.2 قراءة بيانات CSV وإكسل وSQL | 00:09:00 | ||
| 3.3 تحديد البيانات وفلترتها | 00:12:00 | ||
| 3.4 التنظيف: القيم المفقودة والمكررة والأنواع | 00:14:00 | ||
| 3.5 التجميع والجداول المحورية | 00:14:00 | ||
| 3.6 دمج الجداول | 00:10:00 | ||
| 3.7 السلاسل الزمنية | 00:10:00 | ||
| 4. Visualization | |||
| 4.1 أساسيات Matplotlib | 00:10:00 | ||
| 4.2 Seaborn للرسوم الإحصائية | 00:10:00 | ||
| 4.3 الرسوم التفاعلية بـ Plotly | 00:09:00 | ||
| 5. Exploratory Data Analysis | |||
| 5.1 خطوات التحليل الاستكشافي | 00:10:00 | ||
| 5.2 دراسة حالة: تحليل مبيعات متجر إلكتروني | 00:18:00 | ||
| 5.3 المشروع النهائي: تقرير تحليل استكشافي كامل | 00:22:00 | ||
Course Reviews
No Reviews found for this course.






Up Academy Data & AI Team