Résumé de section

    • В межах дисципліни «Python для аналізу даних» вивчаються бібліотеки мови Python для візуалізації, маніпуляції табличними даними, аналізу графів. У результаті вивчення дисципліни студенти повинні
      знати:
      •  ознаки якісної візуалізації даних;
      •  методи візуального представлення числових даних;
      •  методи читання, перетворення, збереження табличних даних із різних джерел;
      • прості методи аналізу текстів;
      • методи аналізу графів.
      вміти:
      • використовувати бібліотеку matplotlib для візуалізації даних;
      • використовувати бібліотеку pandas для обробки табличних даних;
      • використовувати бібліотеку NLTK для обробки текстових даних;
      • використовувати бібліотеку NetworkX для роботи з графами;


    • Добровольський Геннадій Анатолійович, кандидат технічних наук, доцент кафедри комп'ютерних наук, І корпус, ауд.39 Telegram: https://t.me/gen_dobr

      CV: https://docs.google.com/document/d/1d7ptNpOYMEwrzfNrO1Zdp64SqCLx0msqUQya1W0vQT0/edit?usp=sharing
    • Силабус Fichier
    • Система накопичення балів Fichier

    • ОСНОВНІ ДЖЕРЕЛА

      1. pandas - Python Data Analysis Library https://pandas.pydata.org/
      2. Data Manipulation with pandas https://www.datacamp.com/courses/data-manipulation-with-pandas .
      3. Steven Bird, Ewan Klein, and Edward Loper, Natural Language Processing with Python, https://www.nltk.org/book/
      4. Kyran Dale, Data Visualization with Python and JavaScript: Scrape, Clean, Explore & Transform Your Data, O'Reilly Media: 2016. 592 pp
      5. A Tutorial on NetworkX: Network Analysis in Python, https://medium.com/swlh/a-tutorial-on-networkx-network-analysis-in-python-part-i-43c1d35830b6
      6. A Practical Introduction to Web Scraping in Python. https://realpython.com/python-web-scraping-practical-introduction/