Парсинг и анализ данных на Python: от азов до автоматизации [Центр digital-профессий ITtensive] [Повтор]

Парсинг и анализ данных на Python: от азов до автоматизации [Центр digital-профессий ITtensive] [Повтор]

Чему вы научитесь

• Работа с данными с помощью pandas и numpy
• Получение наборов данных из множества источников
• Преобразование данных и предсказание последовательностей
• Работа с HTTP, JSON, API, SOAP
• Парсинг и скрепинг HTML сайтов
• Визуализация данных: тренды и зависимости
• Гео-данные м фоновые картограммы
• Генерация PDF отчетов
• HTML документы и шаблонизация
• Отправка email и автоматизация работы

Требования

• Базовые знания Python
• Базовые знания HTML

Описание
Внимание: для доступа к курсам ITtensive на Udemy напишите, пожалуйста, на support@ittensive.com с названием курса или группы курсов, которые хотите пройти.


Курс состоит из 4 больших частей.

1. Анализ данных

Вы изучите работу с импортом, объединением, преобразованием, фильтрацией данных на pandas, а также научитесь предсказывать тренды.

Вы сможете самостоятельно загружать данные в формате CSV, TSV, Excel, извлекать из них значения, находить взаимосвязи между разными наборами данных, преобразовывать и усекать наборы данных. В заключении вы освоите математический аппарат линейной регрессии для поиска линейной связи между данными и эффективно примените его для предсказания значений в будущем.

2. Парсинг данных

Вы изучите получение данных в Python, используя библиотеку requests API и форматы JSON и XML (включая SOAP).

Научитесь работать с неструктурированными данными в HTML, собирать их и преобразовывать в фреймы данных.

Научитесь собирать данные целиком с сайта в несколько потоков: создадите мультипроцессного робота-паука.

В завершении установите SQLite и загрузите все собранные данные в базу, а также научитесь выбирать из базы данных непосредственно в фреймы данных.

3. Визуализация данных

Вы изучите анатомию matplotlib и типы визуализации различных данных: линии, области, столбцы, круговые диаграммы.

Научитесь визуализировать зависимости между данными и линейную регрессию с помощью seaborn: построите ящичковые и парные диаграммы, диаграммы распределения.

Изучите визуализацию временных (хронологических) данных: ряды, скользящие средние, отклонения и "японские свечи".

В завершении разберете работу с гео-данными и построение фоновых картограмм по нескольким наборам данных, используя geopandas.

4. Генерация отчетов и автоматизация

В этом курсе вы научитесь создавать и преобразовывать PDF документы, генерировать их из HTML кода, используя шаблонизатор, отправлять отчеты по e-mail и автоматизировать работу.

В курсе используются библиотеки reportlab, pypdf2, pdfkit, jinja2, smtplib, email, binascii, io, а также бинарный файл wkhtmltopdf. Решаем задачи по созданию PDF документа через холст, разбору PDF документа, объединению PDF документов, созданию HTML и PDF документов из HTML, шаблонизации HTML через jinja2, преобразованию бинарных данных в base64-кодировку. В заключении разберем отправку e-mail, включая HTML-письма и вложенные PDF отчеты.

Для кого этот курс:

• Начинающие разработчики Python с интересом к анализу данных
• Веб-программисты, изучающие Python для получения и разбора данных
• Менеджеры, планирующие использовать Python для автоматизации работы
• Научные работники, использующие Python для обработки данных

Продавец