Текст площадки «Stepik». Упомянутые цены и обещанные результаты могут быть неактуальны; условия покупки проверяйте у продавца.
Цель курса - не просто рассказать, а научить вас работе с библиотеками Numpy и Pandas.
За кадром сидит не скучный лектор, а специалист по анализу данных, который каждый день работает с этими библиотеками. В формате живого общения (автор как-бы общается с вами через камеру) мы будем учиться работать в Pandas.
Мы ставим цель научить вас вещам, которые обязательно будут на вашем пути:
основы Numpy
основы Pandas: структуры данных, базовый функционал, описательная статистика
Pandas в действии: взаимодействие с источниками данных; чистка данных и предобработка; сведение данных из разных источников; визуализация данных; агрегация; time series;
Один курс · разные способы доступа
Где удобнее учиться?
Сравните цену и то, как будете заниматься.
Выбирайте не только по цене
ЦенаСумма и выгодность предложения
Удобство интерфейсаОценка формата занятий
Встроенный просмотрБез скачивания всего курса
Занятия с телефонаБез работы с архивами
Без рекламыПри работе с материалами
Найти нужный моментНе пересматривая весь урок
Разобраться в темеПомощь по содержанию, не куратор
Эти данные взяты из программы и описания площадки. Пустое поле означает, что на странице курса ответа не было.
Документ
На странице курса указано: сертификат не выдаётся.Проверено 01.10.2026 · Источник ↗︎
Темы программы
О курсе; Основы Numpy; Введение в Pandas; Pandas: работа с источниками данных; Pandas: чистка и подготовка данных к анализу; Pandas: объединение данных и преобразование формы; МастерскаяПроверено 01.10.2026 · Источник ↗︎
Команда курса
Авторы и преподаватели
Роман МедведевАвтор материалов
Содержание обучения
Что в программе
01О курсе1 урок
ИнформацияВремя не указано
02Основы Numpy14 уроков
Зачем при изучении Pandas нужен Numpy?Время не указано
Практика: shape, dtype, ndim, zeros, ones, arangeВремя не указано
Типы данных и их преобразование, арифметика, доступ к элементамВремя не указано
Практика: арифметика, преобразование типов, доступ к элементамВремя не указано
Двумерные и трехмерные массивы. Учимся применять индексыВремя не указано
Практика: закрепляем работу с индексамиВремя не указано
Маска и слайсинг вместе, прихотливая индексация, а еще reshapeВремя не указано
Практика: учимся изменять форму массиваВремя не указано
Еще о reshape, транспонирование, унарные и бинарные функцииВремя не указано
Практика: закрепляем знания про унарные и бинарные функцииВремя не указано
Логические функции и функция в функции, а еще where и статистикаВремя не указано
Практика: доводим до мастерства работу с полезными функциямиВремя не указано
Функции any, all, sort, unique, in1d. Обзор линейной алгебрыВремя не указано
Функции permutation и shuffle. Сохранение массива в файл Время не указано
«В Курсе» — наш основной вариант для перехода. В таблице — возможности сервисов; состав конкретного курса уточняйте перед оплатой.
Как мы оцениваем и что входит в доступ
Звёзды — наша оценка, не отзывы покупателей. Удобство: 2 базовых балла, по одному за занятия без обязательного скачивания, навигацию по курсу и встроенного помощника. Оценка описывает формат сервиса, а не проверку каждого урока.
Цена сравнивается только при подтверждённых одинаковых тарифе, сроке и виде оплаты. Разница с минимальной ценой до 10% — 5 звёзд, до 30% — 4, до 60% — 3, до 100% — 2, больше — 1. Устаревшие и неизвестные цены не оцениваются. Прочерк означает, что данных недостаточно, а не что функции нет.
В Курсе
Зарегистрируйтесь, чтобы уточнить возможность доступа к этому материалу
Stepik
На странице курса указано: сертификат не выдаётся.
Условия проверены 01.10.2026. Перед оплатой проверьте состав предложения у продавца.
Практика: проверяем свои знания о серии
Время не указано
Поподробнее про серии: идексы, сложение, проверка на NaNВремя не указано
Практика: тонкости при работе с сериямиВремя не указано
Первое знакомство с DataFrameВремя не указано
Поподробнее про DataFrame: индексы, вложенные словари, del и .TВремя не указано
Практика: особенности индексацииВремя не указано
Функции reindex, drop и индексация в датафреймеВремя не указано
Практика: вытягиваем нужное, удаляем ненужноеВремя не указано
Операторы loc, iloc, at, iat. Сложение нескольких датафреймовВремя не указано
Сложение датафреймов, сортировки, арифметика с пропускамиВремя не указано
Описательные статистики. Уникальные значенияВремя не указано
Контрольная работаВремя не указано
Контрольная работа (продолжение)Время не указано
04Pandas: работа с источниками данных6 уроков
Что такое формат CSV и как его приручить? Время не указано
Поподробнее про обработку пропусковВремя не указано
Учимся читать большие файлы кусочкамиВремя не указано
Кто такой JSON и как с ним подружиться?Время не указано
Знакомимся с форматами HTML, XML, PICKLE, HDF5Время не указано
Старый добрый Excel и немного про базы данныхВремя не указано
05Pandas: чистка и подготовка данных к анализу6 уроков
Учимся обрабатывать пропускиВремя не указано
Проверяем данные на дубликаты и избавляемся от нихВремя не указано
Про замену значений и дискретизациюВремя не указано
Определяем выбросы и грамотно устраняем ихВремя не указано
Создаём матрицы фиктивных переменныхВремя не указано
Работа со строками - проще чем кажется!Время не указано
06Pandas: объединение данных и преобразование формы8 уроков
Знакомство с иерархической индексациейВремя не указано
Действия с мультииндексами в датафреймахВремя не указано
Учимся соединять датафреймы с помощью mergeВремя не указано
Аналог merge; конкатенация датафреймов через concatВремя не указано
Комбинирование данных и преобразование формыВремя не указано
Применяем свою функцию через applyВремя не указано
Самостоятельная работа по applyВремя не указано
Практика: выжимаем максимум из applyВремя не указано
07МастерскаяСостав уроков не указан
Альтернативы для выбора
Похожие курсы по этой теме
Это другие программы на близкую тему. Они не считаются тем же курсом: сравните содержание, преподавателей и условия.
Статистика – это просто! Этот курс создан специально для тех, кто считает статистику сложной и непонятной наукой. Мы начинаем с самых основ и постепенно продвигаемся к более сложным темам, используя простой и понятный язык. Никаких предварительных знаний не требуется! В курсе вы узнаете:
Этот курс — практическое погружение в библиотеку Pandas, основа анализа данных на Python. Вы начнёте с базовых объектов Series и DataFrame, научитесь очищать и преобразовывать данные. Освоите фильтрацию, сортировку, удаление пропусков и дубликатов. Узнаете, как группировать данные с помощью groupby и создавать сводные
Короткий практический онлайн-курс для новичков, которые знают базовый Python и хотят научиться загружать, очищать, анализировать и визуализировать табличные данные с помощью pandas.
Что известно об альтернативе
Формат: Асинхронный курс: лонгриды + тесты + задания на программирование + итоговый мини-проект. источник ↗︎
Курс «Основы SQL» — практический вводный курс по языку структурированных запросов. За несколько недель вы научитесь читать и извлекать данные из баз, составлять запросы для аналитики и отчетности, работать с объединениями таблиц, агрегатами и подзапросами. Подходит для абсолютных новичков — много практики на реальных п
Курс «Основы Pandas» создан для тех, кто хочет уверенно работать с данными в Python и освоить одну из самых востребованных библиотек в сфере анализа данных и машинного обучения. В процессе обучения вы узнаете, как загружать и изучать датасеты, преобразовывать таблицы, выбирать и комбинировать данные, обрабатывать пропу
