Python для анализа данных
— Основы языка Python и основные алгоритмические конструкции (типы данных, ветвление, циклы и основные операторы)
— Работа со списками. Практика по основам numpy
— Загрузка/выгрузка данных различных форматов: xlsx, csv, json, xml
— Использование IPython, Jupyter
— Использование Git для контроля за версионностью и совместной работы
Работа с массивами данных
— Подготовка данных для анализа, очистка и нормирование, заполнение пропусков
— Группировка данных (с помощью словарей, с помощью функций), итерирование по сгруппированным данным
— Основные принципы визуального представления информации
— Методы визуализации данных. Практика по matplotlib, seabor
— Продвинутые функции numpy: Broadcasting
Статистика в Python