Cursus Python data analyse met JupyterLab E-learning

Python met JupyterLab voor scripts, apps, data-analyse en websites

In deze online cursus gaat het over de veelzijdige en toegankelijke programmeertaal, Python, ontwikkeld in de jaren negentig. Door de intuïtieve opzet en het gebruikmaken van inspringen (indentatie) is Python gemakkelijk te begrijpen en te leren door mensen met weinig of geen programmeerkennis. Python is gratis, te gebruiken op bijna elk platform en maakt gebruik van vele soorten bibliotheken en gegevensbestanden. Hierdoor, en door het oneindig grote aantal toepassingsmogelijkheden, is Python uitgegroeid tot een van de meest gebruikte programmeertalen voor onder meer scripts, applicaties, data-analyse en websites. In deze e-learning ga je met Python aan de slag om data-analyse onder de knie te krijgen via JupyterLab.

Python heeft een duidelijk leesbare code, men kan met weinig woorden veel zeggen. Dat uit zich bijvoorbeeld doordat de structuur wordt aangebracht met regelinspringing in plaats van met accolades en het beëindigen van statements aan het einde van een regel. Verder krijgen variabelen geen typedeclaratie.

Inhoud e-learning cursus Python met JupyterLab

In deze Engelstalige online cursus Python met JupyterLab komen veel onderwerpen aan bod om data-analyse met Python onder de knie te krijgen. Gedurende ongeveer 16 uur ben je bezig met deze cursus, onder voorwaarde dat je programmeerervaring hebt met Python als basis. Voordat je aan deze online cursus begint, moet je kunnen omgaan met lists, tuples en dictionaries, loops en conditionals en kun je functies schrijven in Python. Met uitgebreide video's, lezingen, quizzen en oefeningen maak jij je de data-analyse met Python met JupyterLab eigen. Mocht je iets missen? Geen nood, want de e-learning cursus blijft een jaar na activering toegankelijk.

Onderwerpen van de cursus Python data-analyse met JupyterLab

• JupyterLab
• Jupyter notebooks
• Markdown
• doel en gebruik van NumPy
• eendimensionale NumPy-arrays
• tweedimensionale NumPy-arrays
• Boolean arrays gebruiken om nieuwe arrays te maken
• doel van 'pandas'
• serie-objecten en eendimensionale gegevens
• DataFrame-objecten naar tweedimensionale gegevens
• plots maken met matplotlib

Resultaten van de e-learning cursus Python met JupyterLab

Na het succesvol doorlopen van de online cursus Python data-analyse met JupyterLab weet je het Jupyter Notebook te gebruiken, dat geweldig is om snelle Python-programma's te schrijven, te testen en te delen. Je leert met NumPy te werken en met Pandas, waardoor het segmenteren en groeperen van gegevens gemakkelijker is. Daarnaast ken je enkele eenvoudige data-visualisatietechnieken met Matplotlib. En dit allemaal om de juiste data-analyses te maken.

Voorkennis

Basis Python programmeerervaring is vereist. Specifiek moet je om kunnen gaan met: strings; lists, tuples en dictionaries, loops en conditionals en het schrijven van functies.

Opmerking

Het betreft hier een e-learning cursus in de Engelse taal. De cursussen op eigen tempo zijn ons betaalbare alternatief voor cursisten die de flexibiliteit zoeken om in hun eigen tempo te leren. De inhoud wordt online geleverd met behulp van video's, quizzen en oefeningen. De cursussen zijn geschreven door deskundige instructeurs.

Incompany

Wil je deze training organiseren voor een hele groep of meerdere groepen? Dit kan voordelig zijn. We kunnen bijvoorbeeld de inhoud geheel op jouw organisatie afstemmen en een hele groep trainen is bovendien voordeliger.

Gaat het om grote aantallen of een complete academy? Daar komt veel bij kijken. Denk bijvoorbeeld aan planning en communicatie, het inventariseren en afstemmen van de doelen en inhoud van de training. Of aan niveauverschillen, feedback mechanismen en borging. Gelukkig heeft Learnit een rijke ervaring op dit gebied (meer dan 25 jaar) en we helpen je graag bij dit proces.

Vraag hier een offerte aan