Semua jalur

Analisis data dengan Python murni

Lakukan dengan tangan apa yang dilakukan pandas, pada log pelampung laut: memuat dan membersihkan CSV, mendeskripsikannya dengan statistik, mengelompokkan dengan Counter, grafik dalam teks, korelasi, dan mengubah setahun data laut, gelombang, angin dan hujan menjadi laporan dengan pengukur hujan live.

Raspberry Pi 4 Model BGratis7 pelajaran6 h4 bab2.298 XPKoding · Menengah+150 XP

0 dari 7 selesai

Apa yang akan kamu rakit

3 proyek, dibangun langkah demi langkah

7 pelajaran dalam 4 bab, sekitar 6 jam di Raspberry Pi 4 Model B simulasi. Gratis, di browser kamu, tiap langkah diperiksa simulator.

Proyek bab 1

Pembersihan

Perbaiki kesalahan data sungguhan: spasi nyasar dan huruf kecil, sel kosong yang diubah jadi None, pemeriksaan rentang yang menangkap sentinel, hari yang tercatat dua kali dibuang, file bersih ditulis, dan pembersihnya dipindah ke module sendiri.

Buka di simulator
Proyek Bab 2

Pengelompokan dengan Counter

Hitung dan kelompokkan seperti database: collections.Counter dan most_common, porsi yang dicetak sebagai persentase, membagi gelombang ke dalam sea state, rata-rata per arah angin dengan setdefault, dan hitungan per minggu.

Buka di simulator
Proyek bab 3

Korelasi

Apakah dua kolom bergerak bersama? Scatter plot teks, kovarians, Pearson r dibangun dari definisinya (engine ini tidak punya statistics.correlation), korelasi negatif yang merupakan oseanografi sungguhan, jeda satu hari, dan efek satu pencilan pada r.

Buka di simulator
Peta

Bab demi bab

Setiap pelajaran terbuka setelah pelajaran sebelumnya selesai, dan setiap bab ditutup dengan sebuah proyek.

Bab 1

Masukkan datanya

Baca CSV dengan cara yang benar, lalu bersihkan kesalahan buoy.

  1. Buka236 XP

    Memuat data

    Baca log buoy dari tab CSV: baris, lalu row dengan module csv, angka dengan int() dan float(), crash dan cara mengatasinya, row berdasarkan nama kolom dengan DictReader, dan tanda pertama bahwa data sedang berbohong.

    0 dari 6 langkah

  2. ProyekTerkunci472 XP

    Pembersihan

    Perbaiki kesalahan data sungguhan: spasi nyasar dan huruf kecil, sel kosong yang diubah jadi None, pemeriksaan rentang yang menangkap sentinel, hari yang tercatat dua kali dibuang, file bersih ditulis, dan pembersihnya dipindah ke module sendiri.

    0 dari 6 langkah

5 pertanyaan, dinilai sambil mengerjakan.
Bab 2

Deskripsikan

Sebulan laut dalam beberapa angka jujur, dihitung dan dikelompokkan.

  1. Terkunci236 XP

    statistik

    Deskripsikan sebulan laut dalam beberapa angka dengan modul statistik: mean lawan median dan kenapa badai memisahkan keduanya, standar deviasi dan pertanyaan n-1, z-score untuk menemukan hari yang tidak biasa, dan tabel ringkasan.

    0 dari 6 langkah

  2. ProyekTerkunci410 XP

    Pengelompokan dengan Counter

    Hitung dan kelompokkan seperti database: collections.Counter dan most_common, porsi yang dicetak sebagai persentase, membagi gelombang ke dalam sea state, rata-rata per arah angin dengan setdefault, dan hitungan per minggu.

    0 dari 5 langkah

5 pertanyaan, dinilai sambil mengerjakan.
Bab 3

Lihat dan hubungkan

Grafik dari karakter, dan matematika dua kolom yang bergerak bersama.

  1. Terkunci205 XP

    Grafik teks

    Gambar data hanya dengan print: grafik batang, batang yang diskalakan ke lebar tertentu, histogram tinggi gelombang, deret waktu yang diputar miring, dan sparkline yang memuat sebulan dalam satu baris.

    0 dari 5 langkah

  2. ProyekTerkunci472 XP

    Korelasi

    Apakah dua kolom bergerak bersama? Scatter plot teks, kovarians, Pearson r dibangun dari definisinya (engine ini tidak punya statistics.correlation), korelasi negatif yang merupakan oseanografi sungguhan, jeda satu hari, dan efek satu pencilan pada r.

    0 dari 6 langkah

5 pertanyaan, dinilai sambil mengerjakan.
Bab 4

Proyek

Setahun cuaca laut, dari file mentah ke laporan dan lampu badai.

  1. Terkunci267 XP

    Proyek: setahun cuaca laut

    Seluruh kursus tentang setahun data Pelampung K7: muat dan bersihkan 52 minggu, bandingkan musim, grafik suhu laut, korelasikan angin, gelombang, laut dan hujan, temukan rekor-rekornya, dan tambahkan pengukur hujan live dengan lampu badai di Pi.

    0 dari 7 langkah

5 pertanyaan, dinilai sambil mengerjakan.
Sertifikat

Sertifikat saat kamu menyelesaikan

Selesaikan semua pelajaran dan lulus semua kuis bab, lalu Mokxi menerbitkan sertifikat dengan namamu, terverifikasi di halamannya sendiri.

No. SertifikatMXC0-URSE-0001

Sertifikat Penyelesaian

Ini untuk menyatakan bahwa

Nama Kamu

telah berhasil menyelesaikan kursus

Analisis data dengan Python murni

Mencakup Masukkan datanya, Deskripsikan, Lihat dan hubungkan dan Proyek.

7 pelajaran · sekitar 6 jam belajar

DaneDane, Pendiri, MokxiDiterbitkan 17 November 2026
Verifikasi sertifikat inimokxi.com/cert/MXC0URSE0001
Sertifikat

Raih sertifikatmu

  • Namamu dan ID unikDicetak pada sertifikat mode lanskap yang jadi milikmu.
  • Diverifikasi oleh MokxiKode QR dan halaman publik yang bisa dicek siapa pun.
  • Tambahkan ke LinkedInSatu klik mengisi formulir sertifikasi LinkedIn.
  • Unduh sebagai PDFCetak atau lampirkan ke CV atau lamaranmu.

Selesaikan kursusnya dan raih sertifikat terverifikasi atas namamu, lengkap dengan kode QR dan link untuk LinkedIn. Sertifikat tersedia di paket Pro, dan uji coba 7 hari gratis.

Silabus

Semua pelajaran dalam kursus

Semua 7 pelajaran, berurutan, masing-masing dengan cakupannya. Semuanya langsung terbuka di editor.

Bab 1

Masukkan datanya

  1. Memuat dataBaca log buoy dari tab CSV: baris, lalu row dengan module csv, angka dengan int() dan float(), crash dan cara mengatasinya, row berdasarkan nama kolom dengan DictReader, dan tanda pertama bahwa data sedang berbohong.
  2. PembersihanPerbaiki kesalahan data sungguhan: spasi nyasar dan huruf kecil, sel kosong yang diubah jadi None, pemeriksaan rentang yang menangkap sentinel, hari yang tercatat dua kali dibuang, file bersih ditulis, dan pembersihnya dipindah ke module sendiri.
Bab 2

Deskripsikan

  1. statistikDeskripsikan sebulan laut dalam beberapa angka dengan modul statistik: mean lawan median dan kenapa badai memisahkan keduanya, standar deviasi dan pertanyaan n-1, z-score untuk menemukan hari yang tidak biasa, dan tabel ringkasan.
  2. Pengelompokan dengan CounterHitung dan kelompokkan seperti database: collections.Counter dan most_common, porsi yang dicetak sebagai persentase, membagi gelombang ke dalam sea state, rata-rata per arah angin dengan setdefault, dan hitungan per minggu.
Bab 3

Lihat dan hubungkan

  1. Grafik teksGambar data hanya dengan print: grafik batang, batang yang diskalakan ke lebar tertentu, histogram tinggi gelombang, deret waktu yang diputar miring, dan sparkline yang memuat sebulan dalam satu baris.
  2. KorelasiApakah dua kolom bergerak bersama? Scatter plot teks, kovarians, Pearson r dibangun dari definisinya (engine ini tidak punya statistics.correlation), korelasi negatif yang merupakan oseanografi sungguhan, jeda satu hari, dan efek satu pencilan pada r.
Bab 4

Proyek

  1. Proyek: setahun cuaca lautSeluruh kursus tentang setahun data Pelampung K7: muat dan bersihkan 52 minggu, bandingkan musim, grafik suhu laut, korelasikan angin, gelombang, laut dan hujan, temukan rekor-rekornya, dan tambahkan pengukur hujan live dengan lampu badai di Pi.
Kit

Rangkai juga di meja kerja kamu

Setiap pelajaran jalan di simulator tanpa perlu membeli apa pun. Kalau kamu mau yang asli, kit berikut punya komponennya.

Sudah punya kit?

Cari kit kamu

Pilih starter kit yang kamu punya dan jalankan setiap pelajaran di manualnya dengan komponen yang sama di pin yang sama.

Lihat semua kit
Pertanyaan

Tentang Analisis data dengan Python murni

Apakah Analisis data dengan Python murni gratis?

Ya. Semua 7 pelajaran dari Analisis data dengan Python murni gratis dan berjalan di browser kamu, tanpa perlu memasang apa pun dan tanpa komponen yang harus dibeli sebelum mulai.

Apakah aku butuh Raspberry Pi 4 Model B sungguhan?

Tidak. Setiap pelajaran berjalan di Raspberry Pi 4 Model B simulasi dengan komponennya di kanvas, dan simulator memeriksa tiap langkahmu. Saat kamu ingin merakitnya sungguhan, kabel dan kode yang sama bisa dipakai di board asli.

Berapa lama waktu untuk menyelesaikan Analisis data dengan Python murni?

Sekitar 6 jam: 7 pelajaran dalam 4 bab, masing-masing terdiri dari beberapa langkah singkat. Progresmu tersimpan, jadi kamu bisa berhenti setelah pelajaran mana pun dan melanjutkannya nanti.

Apa yang akan aku buat?

Setiap bab diakhiri dengan proyek yang merangkum semuanya: Pembersihan, Pengelompokan dengan Counter dan Korelasi.

Di mana aku mulai?

With "Loading data", and each lesson builds on the one before it. New to circuits? Electronics basics is the course that starts from zero.