SCRIPT-008 Инструменты анализа данных на Python

В этом тренинге будут рассмотрены применения Python для анализа данных: регулярных выражений, сбор данных по протоколу HTTP, использование библиотек NumPy и Pandas для анализа данных, а также matplotlib для визуализации. В рамках тренинга вы также научитесь писать полноценные GUI приложения.

1. 1. Теория:

• Основные особенности языка Python.
• Получение исходного кода проекта.

1.2. Практика:

• Подготовка виртуального окружения под будущий проект.

2.1. Теория:

• Описание проекта.

3.1. Теория:

• Базовые конструкции регулярных выражений Атрибуты Content.
• Объединения и группы.
• Match-объекты и группирующие скобки.
• Сложные позиционные шаблоны (lookarounds).

3.2. Практика: 

• Разработка первого прототипа приложения для работы с курсами валют.
• Поиск и группировка данных, получаемых из html-файла, с помощью  регулярных выражений.

4.1. Теория:

• Основы пакета Requests. Доступные методы REST-API.
• Содержимое ответа 4.1.3. Переадресация
• Передача данных в запросе.

4.2. Практика:

• Создание HTTP-клиента на базе Requests.
• Получение html-страниц с данными с удаленного ресурса.

5.1. Теория:

• Введение в wxPython. Простейшее приложение.
• Базовые элементы GUI.
• Механизм связывания.
• События.
• Абсолютное и относительное позиционирование элементов.

5.2. Практика:

• Разработка графического интерфейса приложения с набором необходимых элементов.

6.1. Теория:

• Знакомство с NumPy. Основы.
• Работа с матрицами и n-мерными массивами.
• Математические операции и алгоритмы.
• Статистические метрики. Скользящая средняя (MA), простая скользящая средняя (SMA).

6.2. Практика:

• Создание матрицы с набором статистических данных.
• Вычисление скользящей средней.

7.1. Теория:

• Основы Pandas.
• Сбор и хранение данных в Pandas.
• Вычисления в Pandas.
• Визуализация данных, графики.

7.2. Практика:

• Применение структур данных Pandas для хранения статистических данных.
• Расчеты и построение графиков.