Algemene informatie over de cursus
In deze e-learning werk je met Python in JupyterLab. Je leert data-analyse met NumPy en Pandas, en maakt visualisaties met Matplotlib. Basiskennis Python is vereist.Inhoud van de cursus
IntroductieIn deze e-learning duik je met Python en JupyterLab in data-analyse. Je werkt met NumPy, pandas en Matplotlib om data slim te bewerken, te groeperen en te visualiseren. Een jaar lang toegang, in je eigen tempo.
Omschrijving
In deze e-learning ga je met Python aan de slag voor data-analyse via JupyterLab. Python is een veelzijdige programmeertaal met een duidelijk leesbare code, waarmee je met weinig regels veel kunt bereiken. Door de intuïtieve opzet en het gebruik van indentatie is Python toegankelijk en wordt het wereldwijd ingezet voor scripts, applicaties, data-analyse en websites.
Je werkt in JupyterLab met Jupyter notebooks en leert hoe je snel Python-programma's schrijft, test en deelt. Je verdiept je in NumPy voor het werken met eendimensionale en tweedimensionale arrays, en in pandas voor het segmenteren en groeperen van gegevens via serie-objecten en DataFrames. Daarnaast krijg je inzicht in eenvoudige visualisatietechnieken met Matplotlib.
De cursus is Engelstalig en bestaat uit video's, lezingen, quizzen en oefeningen. Je bent ongeveer 16 uur bezig met de stof. Basiskennis van Python is vereist: je kunt omgaan met lists, tuples en dictionaries, met loops en conditionals, en je kunt zelf functies schrijven. Na activering heb je een jaar lang toegang tot de e-learning, zodat je in je eigen tempo kunt werken.
Voor teams en organisaties. In overleg kunnen meerdere medewerkers van jullie team of afdeling deze e-learning volgen, ieder in hun eigen tempo. Jullie hoeven dan niemand tegelijk vrij te roosteren om met data-analyse in pandas en Matplotlib aan de slag te gaan.
Onderwerpen
In deze e-learning werk je in JupyterLab aan data-analyse met Python. Je gebruikt Jupyter notebooks en Markdown om je code en uitleg overzichtelijk vast te leggen. Daarna duik je in de belangrijkste bibliotheken voor data-analyse en visualisatie.
- werken met JupyterLab en Jupyter notebooks
- documenteren met Markdown
- doel en gebruik van NumPy
- eendimensionale NumPy-arrays
- tweedimensionale NumPy-arrays
- Boolean arrays gebruiken om nieuwe arrays te maken
- doel en toepassing van pandas
- serie-objecten voor eendimensionale gegevens
- DataFrame-objecten voor tweedimensionale gegevens
- plots maken met Matplotlib
Resultaat
Na deze e-learning werk je zelfstandig met Jupyter Notebook om Python-programma's te schrijven, te testen en te delen. Je gebruikt NumPy voor het rekenen met arrays en Pandas voor het segmenteren en groeperen van data. Ook maak je overzichtelijke visualisaties met Matplotlib en zet je dit alles in voor heldere data-analyses.
Doelgroep
Deze e-learning is bedoeld voor data-analisten, onderzoekers, ontwikkelaars en studenten die hun data-analyse naar een hoger niveau willen tillen met Python en JupyterLab. Je hebt al basiskennis van Python: je kunt overweg met lists, tuples en dictionaries, je schrijft loops en conditionals en je kunt zelf functies maken. De cursus is Engelstalig, dus je leest en luistert comfortabel mee in het Engels.
De e-learning is ook geschikt voor beleidsmedewerkers, controllers, marketeers en andere kantoorfuncties die al basiskennis van Python hebben en hun cijfers en datasets niet langer alleen in Excel willen bewerken en analyseren.
Lesmethodiek
Deze cursus volg je als e-learning, helemaal in je eigen tempo. Je krijgt toegang tot uitgebreide video's, lezingen, quizzen en praktische oefeningen. Daarmee werk je stap voor stap toe naar het zelfstandig uitvoeren van data-analyses met Python en JupyterLab.
Je rekent op ongeveer 16 uur studiebelasting. De cursus blijft een jaar na activering beschikbaar, zodat je altijd terug kunt naar onderdelen die je nog eens wilt doornemen. De voertaal is Engels.
Opmerkingen
Deze e-learning is Engelstalig en blijft een jaar na activering toegankelijk. Je werkt in je eigen tempo door video's, quizzen en oefeningen heen. Basiskennis van Python (lists, tuples, dictionaries, loops, conditionals en functies) is vereist om goed mee te kunnen komen.
