数据工程 Python 和 Pandas

数据工程 Python 和 Pandas

Q: 我什么时候能看到讲座和作业？

要获取课程资料、作业和证书，您需要在注册课程时购买证书体验。 您可以尝试免费试听，或申请资助。课程可能提供 "完整课程，无证书"。通过该选项，您可以查看所有课程资料，提交必要的评估，并获得最终成绩。这也意味着您无法购买证书体验。

本课程是数据工程的 Python、Bash 和 SQL 要素专项课程的一部分

位教师：Kennedy Behrman

28,152 人已注册

包含在 Coursera Plus 中

了解更多

4个模块

深入了解一个主题并学习基础知识。

4.6

（257 条评论）

初级等级

推荐体验

灵活的计划

5 周在 10 小时一周

自行安排学习进度

96%

大多数学生喜欢此课程

4个模块

深入了解一个主题并学习基础知识。

4.6

（257 条评论）

初级等级

推荐体验

灵活的计划

5 周在 10 小时一周

自行安排学习进度

96%

大多数学生喜欢此课程

您将学到什么

设置已配置的 Python 项目环境
使用 Pandas 库将数据读写到数据结构和文件中
使用 Vim 和 Visual Studio Code 编写 Python 代码

您将获得的技能

要了解的详细信息

可分享的证书

添加到您的领英档案

作业

25 项作业

授课语言：英语（English）

了解顶级公司的员工如何掌握热门技能

了解关于 Coursera for Business 的更多信息

Petrobras, TATA, Danone, Capgemini, P&G 和 L'Oreal 的徽标

积累特定领域的专业知识

本课程是数据工程的 Python、Bash 和 SQL 要素专项课程专项课程的一部分

在注册此课程时，您还会同时注册此专项课程。

向行业专家学习新概念
获得对主题或工具的基础理解
通过实践项目培养工作相关技能
获得可共享的职业证书

该课程共有4个模块

在数据工程专业 Python、Bash 和 SQL Essentials 的第一门课程中，您将学习如何建立一个可利用第三方库的版本控制 Python 工作环境。您将学习使用 Python 和强大的 Pandas 库进行数据分析和处理。此外，您还将学习 Vim 和 Visual Studio Code 这两种常用的软件编写工具。本课程对于初学者和中级水平的学生来说非常有价值，有助于他们作为数据工程师开始转换和处理数据。

在本 Module 中，您将学习如何使用第三方库建立隔离的 Python 环境，并通过建立包括 Pandas 和 Jupyter 在内的虚拟环境进行应用。

涵盖的内容

15个视频13篇阅读材料6个作业1个讨论话题6个非评分实验室

15个视频总计72分钟

数据工程 Python、Bash 和 SQL 基础概述7分钟
认识您的课程讲师肯尼迪-贝尔曼0分钟
关键概念概述5分钟
设置 Python 环境简介0分钟
在 Python 中使用 pip 安装软件包6分钟
用 Python 保存需求文件3分钟
创建和使用 Python 虚拟环境5分钟
Python 中的表达式语句3分钟
Python 中的赋值语句5分钟
Python 中的导入语句4分钟
Python 中的其他简单语句5分钟
Python 中的复合语句5分钟
Python 中的 If 语句6分钟
Python 中的 While 循环4分钟
Python 中的函数7分钟

13篇阅读材料总计130分钟

关键术语10分钟
报告课程问题10分钟
关键术语10分钟
认识您的支持教员Alfredo Deza 和 Noah Gift10分钟
课程结构和讨论礼仪10分钟
入门与最佳实践10分钟
关键术语10分钟
课程反思10分钟
关键术语10分钟
课程反思10分钟
关键术语10分钟
评估为真或假10分钟
课程反思10分钟

6个作业总计330分钟

小测验--设置你的 Python 环境180分钟
作业陈述30分钟
导入声明30分钟
如果语句30分钟
While 循环30分钟
Python 语句30分钟

1个讨论话题总计10分钟

见面会（可选）10分钟

6个非评分实验室总计360分钟

使用 pip 命令安装软件包60分钟
导出需求文件60分钟
创建虚拟环境60分钟
练习使用表达式语句60分钟
装饰器功能60分钟
设置 Python 环境60分钟

在本模块中，您将学习如何创建和使用 Python 序列、字典、集合、列表理解和生成器。此外，您还将学习如何通过在 Jupyter Notebook 中操作客户端数据来应用这些知识。

涵盖的内容

12个视频6篇阅读材料8个作业5个非评分实验室

12个视频总计64分钟

Python 基础入门0分钟
Python 中的序列8分钟
Python 中的列表和元组5分钟
Python 中的字符串10分钟
用 Python 创建范围对象2分钟
用 Python 创建字典4分钟
用 Python 访问字典数据3分钟
Python 中的字典视图2分钟
Python 中的集合和集合操作6分钟
Python 中的列表理解6分钟
Python 中的生成器表达式4分钟
Python 中的生成器函数7分钟

6篇阅读材料总计60分钟

关键术语10分钟
课程反思10分钟
关键术语10分钟
课程反思10分钟
关键术语10分钟
课程反思10分钟

8个作业总计240分钟

序列操作30分钟
列表和元组30分钟
范围对象30分钟
访问字典中的数据30分钟
集合和集合运算30分钟
列表理解30分钟
生成器表达式30分钟
Python 基本概念30分钟

5个非评分实验室总计300分钟

在 Python 中练习使用字符串60分钟
用 Python 创建字典60分钟
Python 中的字典视图60分钟
Python 中的综合和生成器60分钟
练习基本 Python 语60分钟

在本 Modulation 中，您将学习如何将数据 Load 到 Pandas DataFrame 中，并编写语句从 DataFrame 中选择列和行。此外，您还将应用比较和 Boolean Operator 作为选择数据的方法。

涵盖的内容

10个视频7篇阅读材料4个作业8个非评分实验室

10个视频总计62分钟

Python 数据入门：Pandas 及其替代品0分钟
用 Python 创建 Pandas 数据框4分钟
调查 Pandas DataFrame 中的数据6分钟
在 Pandas 数据帧中选择数据6分钟
操作 Pandas 数据框4分钟
更新 Pandas DataFrame 数据5分钟
在 Pandas 数据帧中应用函数6分钟
在 Python 中创建 NumPy 数组15分钟
Python 中的 Spark 和 PySpark 数据框架6分钟
用 Python 创建 Dask 数据框6分钟

7篇阅读材料总计70分钟

关键术语10分钟
课程反思10分钟
关键术语10分钟
课程反思10分钟
关键术语10分钟
极地10分钟
课程反思10分钟

4个作业总计120分钟

NumPy30分钟
PySpark30分钟
达斯克30分钟
熊猫和替代品30分钟

8个非评分实验室总计480分钟

创建数据框60分钟
查看数据框中的数据60分钟
在 Pandas 数据帧中选择数据60分钟
操作数据框60分钟
更新数据帧中的数据60分钟
在 Pandas 数据帧中应用函数60分钟
使用 Polars 操纵 DataFrames 以获得洞察力60分钟
熊猫和替代品60分钟

本周，您将学习一些常用开发环境的基础知识，并通过在 Vim 和 Visual Studio Code 中编写代码加以应用。此外，您还将学习如何将代码检查到 Git 代码库中。

涵盖的内容

12个视频8篇阅读材料7个作业8个非评分实验室

12个视频总计47分钟

Python 开发环境简介0分钟
Vim 正常模式简介6分钟
在 Vim 中从普通模式切换到插入和可视模式4分钟
使用 Vim 命令行6分钟
Vim 配置3分钟
Visual Studio Code 简介1分钟
设置 Visual Studio 代码2分钟
调试 Visual Studio 代码3分钟
什么是版本控制？3分钟
Git 简介和 Git 概念7分钟
使用 GitHub 进行版本控制6分钟
数据工程 Python 和 Pandas 摘要0分钟

8篇阅读材料总计80分钟

关键术语10分钟
课程反思10分钟
关键术语10分钟
课程反思10分钟
关键术语10分钟
课程反思10分钟
下一步工作10分钟
分享您的学习经验10分钟

7个作业总计225分钟

插入和可视模式30分钟
Vim 命令行模式30分钟
Visual Studio Code 的功能30分钟
版本控制30分钟
Git 命令30分钟
托管 Git30分钟
数据工程 Python 和 Pandas 累计测验45分钟

8个非评分实验室总计480分钟

Vim 基本命令60分钟
探索 Visual Studio 代码60分钟
Visual Studio 代码调试器60分钟
设置和供应 Python 项目60分钟
Pandas 的最后挑战：寿命与幸福60分钟
最终 Jupyter 沙盒60分钟
最终 VS 代码沙盒60分钟
最终沙盒 Linux 桌面60分钟

获得职业证书

将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。

位教师

授课教师评分

4.7 (74个评价)

Kennedy Behrman

Duke University

7 门课程59,255 名学生

提供方

Duke University

从数据分析浏览更多内容

状态：免费试用
Fractal Analytics
Python for Data Science
课程
状态：免费试用
Packt
Data Analysis with Pandas and Python
专项课程
状态：免费试用
IBM
Python Project for Data Engineering
课程
状态：免费试用
Duke University
Pandas for Data Science
课程

人们为什么选择 Coursera 来帮助自己实现职业发展

Felipe M.

自 2018开始学习的学生

''能够按照自己的速度和节奏学习课程是一次很棒的经历。只要符合自己的时间表和心情，我就可以学习。'

Jennifer J.

自 2020开始学习的学生

''我直接将从课程中学到的概念和技能应用到一个令人兴奋的新工作项目中。'

Larry W.

自 2021开始学习的学生

''如果我的大学不提供我需要的主题课程，Coursera 便是最好的去处之一。'

Chaitanya A.

''学习不仅仅是在工作中做的更好：它远不止于此。Coursera 让我无限制地学习。'

学生评论

4.6

257 条评论

5 stars
74.31%
4 stars
17.89%
3 stars
3.89%
2 stars
1.55%
1 star
2.33%

显示 3/257 个

已于 Aug 15, 2022审阅

Great introduction to how to set up your python environment.

已于 Dec 5, 2022审阅

Don't let the intro videos with the odd presentation format dissuade you, the rest of the course is excellent and uses normal slides to teach! Very good refresher, thank you!

已于 Jul 4, 2022审阅

It's all overview tool that need to use for work in data engineer

查看更多评论