تعلّم سير العمل الجدولي في Pandas: فهم DataFrame وقراءة البيانات وترشيحها وتجميعها.
مقدمة مركّزة إلى التعامل مع البيانات الجدولية باستخدام Pandas في Python. ابدأ بفهم DataFrame بوصفه جدولاً ذا تسميات، واقرأ ملفاً، ورشّح الصفوف أو الأعمدة للإجابة عن سؤال، ثم لخّص المجموعات. تظل الفيديوهات منسوبة إلى قنواتها الناشرة، وقد جرى التحقق من حقوق كل منها على حدة. تدرّب بملف غير حساس، وتحقق من كل تحويل، وسجّل افتراضاتك.
اشرح صفوف DataFrame وأعمدته وتسمياته. اقرأ ملف بيانات مسموحاً وافحص بنيته وقيمه. رشّح السجلات واحسب ملخصاً للمجموعات مع التحقق منه.
معرفة أساسية بالملفات والمجلدات. لا تلزم خبرة سابقة بـPandas؛ وبيئة Python اختيارية للتمارين المكتوبة.
للمبتدئين الذين يريدون مقدمة واضحة وموجّهة دون مصطلحات معقدة غير ضرورية
لمن يتعلمون بشكل أفضل من خلال الأمثلة والدروس الموجّهة والتطبيق العملي
للمهنيين والمبدعين والمطورين المستقلين الباحثين عن سير عمل قابل للتكرار
جرّب الدرس الأول
جرّب الدرس الأول مجانًا بحساب مجاني، دون بطاقة دفع. تتطلب الدروس المدفوعة الأخرى وصولًا صالحًا إلى الأكاديمية أو فترة تجريبية نشطة أو اشتراك Lumi Pro.
4 الدروس · مبتدئ · الدورة الكاملة.
تستخدم هذه الدورة مواد مرخّصة بموجب CC BY مع نسبتها إلى مزود المحتوى أو رافعها. لا يتاح تشغيل الدروس إلا بعد تسجيل الدخول واجتياز فحوص النشر والترخيص.
تحليل تحريري بمساعدة الذكاء الاصطناعي للمصادر المذكورة، وليس اختبارًا عمليًا أو مراجعة عميل. ادعاءات المورّد ليست قياسات أداء مستقلة.
هذا وصف موجز لدورة موجّهة للمبتدئين لتعلم طريقة العمل بالجداول في Pandas. وبحسب الصفحة الرسمية، يقتصر وعدها الأساسي على فهم DataFrame وتحميل البيانات وتصفية السجلات وتجميع الملاحظات. وتصف الصفحة المادة بأنها مدخل مركّز وليست منهجاً كاملاً لتحليل البيانات، ولا تعرض محتوى الدروس أو مؤهلات المدرّس أو نتائج المتعلمين، لذلك يستند هذا التحليل إلى وصف الدورة وحده.
يبدو أن الدورة موجّهة للأشخاص الذين يريدون تعرفاً أولياً مُرشداً على البيانات الجدولية: المبتدئين، والمتعلمين الذين يفضّلون الأمثلة والتطبيق العملي، والمحترفين أو المطوّرين المستقلين الذين يبحثون عن طريقة عمل قابلة للتكرار. والشرط المعلن هو إلمام أساسي بالملفات والمجلدات، ولا يُشترط أي معرفة سابقة بـ Pandas. أما من يحتاج إلى إحصاء متقدم أو هندسة بيانات واسعة النطاق أو خط إنتاج محدد، فسيحتاج إلى مصادر أخرى، إذ تذكر الصفحة أربعة دروس فقط على مستوى المبتدئين.
يُفضّل الإطار الذي تقدّمه الصفحة نفسها عادة تعلّم قائمة على التحقق بدلاً من الثقة العمياء: التدرب على ملف غير حساس، والتحقق من كل تحويل، وتسجيل الافتراضات. وهذا تركيز سليم، لكن الصفحة لا توثّق عمق التمارين أو حجم الوقت المطلوب أو ما إذا كانت الدروس تتضمن إجابات مُراجعة. وتذكر ملاحظة الترخيص أن الفيديوهات مرخّصة بموجب CC BY ومنسوبة إلى من رفعوها، وهذه معلومة مفيدة، غير أن الصفحة تذكر أيضاً أن التشغيل بعد النشر وبعد اجتياز فحوص الترخيص يتطلب وصولاً موثقاً، لذلك فإن الدرس المجاني هو المدخل الوحيد المؤكد دون تكلفة.
قبل الدفع، تحقق من شروط الوصول الحالية، فالصفحة تؤكد فقط أن الدرس الأول مجاني وأن التشغيل الكامل يتطلب وصولاً موثقاً. وتأكد من المدة الإجمالية، ومن الحاجة إلى بيئة Python إضافية بخلاف التمارين الاختيارية، ومن أثر متطلبات نسب CC BY على إعادة استخدام ما تتعلمه. لا يظهر على المصدر أي سعر أو نسبة إتمام، لذلك لم يُفترض أيٌّ منهما هنا، ولم تكن هناك مراجعات من متعلمين لاختبار الادعاءات مقابل التجربة الفعلية.
هل تابعت دروسًا من هذه الدورة؟ أخبرنا بما تعلمته وما يمكن توضيحه.
تُرسل الملاحظات بشكل خاص إلى فريقنا. لا تُنشر تلقائيًا ولا تُحتسب كتقييم. لا تشارك كلمات المرور أو بيانات العملاء أو المعلومات الحساسة.