数据争论研讨会

我为什么要参加这个研讨会？

本课程将为您提供数据科学中一项基本技能的基础：数据整理。数据科学家分析从多个来源收集的大量数据，并为分析做好准备。数据科学家编写计算机程序来获取数据并转换数据。

这个研讨会可以让你获得作为数据管理员的实践经验。数据整理员可以执行数据科学系统的前两个步骤：数据输入（步骤1）和数据清理和转换（步骤2）。这两个步骤一起也被称为提取、转换和加载（ETL）。

做一个数据管理员不是一件小事。数据科学家大约80%的时间都花在处理数据上。数据科学系统依赖于数据管理员的出色工作。

对于本研讨会和其他研讨会，使用的编程语言是Python。我们将使用基本的Python和pandas （Python包）。

目标

完成本课程后，您应该能够：

1. 列出不同的数据来源和数据分类
2. 描述数据科学系统和数据争用
3. 解释、修改和创建基本的Python程序来使用pandas处理数据。

研讨会的结构

本次研讨会分为三个部分。要获得数字徽章，您需要完成所有三个部分：研讨会前、现场研讨会和研讨会后。

您可以完成研讨会的某些部分，只完成现场研讨会，或者只完成研讨会的前期或后期，但要获得数字徽章，您必须完成所有三个部分。

研讨会的描述

在现场研讨会中，我们将在谷歌实验室中使用pandas来解释、执行和跟踪基本的Python程序。在完成现场研讨会后，你应该能够解释、修改、创建和执行基本的Python程序：

1. 接收来自键盘和文本文件的数据输入，并将数据输出到屏幕和文本文件
2. 使用基本数据类型（字符串、整数、浮点数和布尔值）
3. 使用列表
4. 导入CSV和pandas
5. 使用pandas来识别和纠正简单的数据异常
6. 从Spotify获取数据

研讨会的材料

本页所列的资料是供学生使用的。如果您是教师，请联系leslie.albert@sjsu.edu请求BET9九州体育登陆官方教师材料。

研讨会前模块包括：

1. 讨论数据源和分类的说明（测试版）
2. 讨论数据科学和争论的笔记（测试版）
3. 关于使用谷歌协作的说明

现场讲座资料

现场研讨会模块包括：

1. 数据争论演示文稿的pdf格式
2. Wrangling Spotify数据演示的pdf格式
3. 争论预算数据：现场研讨会中示例使用的指南、数据和程序（在Jupyter笔记本中）。
4. 整理充电站数据：在Jupyter笔记本中创建python程序来清理充电站数据的指南和数据。这些程序的解决方案将在课后模块中提供。
5. 争吵Spotify数据：木星笔记本中的叙述和程序从Spotify争吵数据。

研讨会后模块包括：

1. 现场研讨会期间提供的充电站数据解决方案
2. 资源，以重申您对pandas功能的了解
3. 参考资料，以重申您对api功能的了解
4. 其他学习和练习熊猫的资源，以及Spotify的数据
5. 实践测试
6. 获得数字徽章的最后测试

完成研讨会后的工作需要多长时间？

课后作业将在3小时内完成，为期末考试做准备。但是，我们鼓励你多练习。你练习得越多，你就会觉得编程越舒服。

你应该为期末考试额外分配一个小时。这个测试可以在30分钟内解决，但你可能需要一个小时。