Каталог/назад к курсам
NumPy и pandas: практический тренажёр
Data ScienceНачальный

NumPy и pandas: практический тренажёр

Бесплатный тренажёр NumPy и pandas для тех, кто знает основы Python. Научитесь очищать таблицы, объединять данные и собирать отчёты: 31 урок и 124 задачи с кодом и автоматической проверкой.

  • 6 модулей
  • 31 урок
  • 197 заданий с проверкой
  • ≈ 20 часов обучения

Практика в браузере

Пишите и запускайте код прямо в уроке — редактор уже настроен. Ничего устанавливать не нужно.

Именной сертификат

После прохождения курса добавьте сертификат в резюме или портфолио. Работодатель сможет проверить его по ссылке.

О курсе

Знаете основы Python и хотите работать с данными? Здесь вы будете писать код для массивов и таблиц: читать CSV, убирать пропуски и дубли, соединять выгрузки и считать показатели по группам. Курс бесплатный, на русском языке. Задачи с кодом решаются и проверяются в браузере.

Сначала разберётесь с массивами NumPy: формой, индексами, масками и вычислениями без циклов. Затем перейдёте к pandas — от первой таблицы DataFrame до очистки данных, groupby, merge и скользящих расчётов. Короткое объяснение сменяется задачами: дописать функцию, исправить ошибку или понять, почему результат оказался неверным.

В финале соберёте обработку таблицы заказов и отчёт по клиентам. Нужно будет привести даты и статусы к единому виду, убрать дубли, посчитать суммы и соединить результат со справочником. Отдельно проверите случай, когда после объединения таблиц сумма неожиданно выросла.

В основной программе 6 модулей и 31 урок: 124 задачи с кодом и ещё 71 вопрос и задание с проверкой. Ориентир по времени — 20 часов, учиться можно в своём темпе. Для старта нужны условия, циклы, списки, словари и функции Python; опыт с NumPy и pandas не требуется.

С чего начать

Впервые открыли эти библиотеки? Начните с массивов NumPy. Уже работаете с таблицами? Посмотрите загрузку CSV в pandas и объединение таблиц, затем выберите нужный раздел программы.

После тренажёра

Когда обработка таблиц станет привычной, можно перейти к платному курсу «Практическая аналитика данных»: там на кейсах продаж, удержания клиентов и рекламных каналов вы будете выбирать метрики, делать расчёты на pandas или SQL и собирать дашборды в DataLens.

Хотите идти в ML? Следующий шаг — классическое машинное обучение на Python. А если расчёты уже работают, но код разрастается в неудобный скрипт, начните с бесплатного курса Python после основ: структура приложения, типы и тесты.

Чему научитесь

  • Загружать CSV в pandas и проверять, правильно ли прочитались столбцы, даты и пропуски.
  • Очищать рабочую таблицу: приводить строки и даты к единому виду, обрабатывать пропуски и удалять дубли.
  • Считать суммы, средние и другие показатели по группам с groupby, agg и transform.
  • Соединять таблицы через merge и concat и находить причины появления лишних строк после объединения.
  • Строить сводные таблицы, ранги, накопительные и скользящие показатели.
  • Использовать формы, маски и broadcasting NumPy для вычислений с массивами.
  • Собирать цепочку обработки заказов и клиентский отчёт, проверяя состав столбцов и результат расчётов.

Для кого

  • Тем, кто освоил основы Python и хочет перейти к анализу данных на NumPy и pandas.
  • Аналитикам, которые хотят обрабатывать выгрузки кодом: очищать, соединять и группировать таблицы.
  • Будущим ML-инженерам, которым нужна практика подготовки табличных данных перед обучением моделей.

Формат

  • Бесплатный курс на русском языке, обучение в своём темпе.
  • 6 основных модулей, 31 урок и два дополнительных открытых руководства.
  • 124 задачи с кодом и 71 вопрос и задание с проверкой — 195 заданий в основной программе.
  • Python-код можно писать и проверять в браузере.
  • Итоговая практика: подготовка таблиц заказов и пользователей, отчёт по клиентам, проверка ошибок объединения.
  • Ориентировочная продолжительность — 20 часов.

Что нужно на старте

  • Ученик уверенно использует переменные, числа, строки, bool, условия и циклы Python.
  • Ученик умеет создавать и обрабатывать списки, кортежи и словари.
  • Ученик умеет объявлять и вызывать функции, передавать аргументы и возвращать значения.
  • Ученик понимает импорт модулей и может читать короткий traceback.
#python#numpy#pandas#data science#анализ данных

Автор курса

Алексей Малышкин

Разрабатываю образовательные материалы по программированию, машинному обучению и анализу данных. Темы: Python-разработка, аналитика, ML-инструменты (LangChain, vector databases, AI agents), компьютерное зрение. Стараюсь объяснять технические концепции понятно и структурировано. Ранее преподавал на Stepik и обучил более 2000 студентов. Мой профиль на Stepik - https://stepik.org/users/273781420/profile Мой телеграм для связи @alexey_latorn

Программа

01NumPy: массивы, форма и индексация5 уроков
02NumPy: вычисления и устройство массивов8 уроков
03pandas: устройство, выборка и изменение таблиц5 уроков
1Series и DataFrame: создание, index, columns, shape, dtypesпробный2Загрузка CSV с явными типами и датами через read_csvпробный3Выборка столбцов и строк: [], loc и iloc без цепочной индексациипробный
4Создание и изменение столбцов: векторные выражения, loc и выравнивание по индексу
5Управление метками: rename, sort_values, set_index, reset_index, reindex
04pandas: типы столбцов и очистка по правилу5 уроков
05pandas: группировки, соединения и упорядоченные показатели6 уроков
06Интеграционная практика2 урока
1Итоговый практикум — часть 1: подготовка одной таблицы
2Итоговый практикум — часть 2: агрегация, соединение и финальная схема

Отзывы

5 отзывов
Дмитрийоктябрь 2026

нормально, но не для новичков.

Валерия Сафоноваоктябрь 2026

Заданий много, это понравилось. Очистку данных уже попробовал на своей рабочей выгрузке. С проверкой иногда долго возился. Числа вроде те же, что должны быть, а ответ не проходит. Потом замечаешь, что тип другой или индекс не тот. Я понимаю, что это важно, но хотелось бы хоть какую-то подсказку, что именно не так. Поэтому четыре.

Валерияиюль 2026

Рекомендую

Показать ещё 2 отзыва
Евгенийиюль 2026

Сразу пригодилось для рабочих выгрузок. А то раньше слияние таблиц делал руками.

Галинаапрель 2026

Отличный тренажёр

Дополнительные материалы и практика

Задачи

Все задачи курса

Уроки

Статьи