Skip to main content
  • English
    • English
    • 简体中文
    • Deutsch
    • Polski
    • العربية
    • Nederlands
    • Français
    • Magyar
    • Italiano
    • 日本語
    • 한국어
    • Português
    • Română
    • Русский
    • Español
Home

Certificate Authentication

Python w analizie danych z ANSYS Certificate for Marcin Perlicki

Add to LinkedIn

Certificate ID: 
792647
Authentication Code: 
93ea2
Certified Person Name: 
Marcin Perlicki
Trainer Name: 
Anna Kotarba
Duration Days: 
2
Duration Hours: 
14
Course Name: 
Python w analizie danych z ANSYS
Course Date: 
19 December 2024 09:00 to 20 December 2024 16:00
Course Outline: 

Wprowadzenie:
 Krótkie wprowadzenie do Python i jego zastosowania w analizie danych z ANSYS

Podstawy pracy z plikami w Pythonie:
 Otwieranie, czytanie i zapisywanie plików
 Wprowadzenie do biblioteki pandas
 Wczytywanie plików CSV i Excel
 Podstawowe operacje na danych (wyświetlanie, filtrowanie, sortowanie)

Analiza i modyfikacja danych:
 Modyfikowanie danych (dodawanie/usuwanie kolumn, zmiana wartości)
 Zapisywanie zmodyfikowanych danych do plików CSV i Excel
Obsługa argumentów w skrypcie:
 Argumenty w skryptach Pythona:
 Wprowadzenie do biblioteki argparse
 Przykłady: wczytywanie ścieżek do plików, parametrów konfiguracji

Analiza struktury danych:
 Słowniki (dictionary) do przechowywania informacji o symulacjach
 Przykłady zastosowania słowników w analizie danych z ANSYS

Operacje na danych numerycznych:
 Przegląd operacji numerycznych
 Przykłady obliczeń na danych (np. średnia, sumy, statystyki)

Wizualizacja danych:
 Podstawy tworzenia wykresów
 Importowanie danych do wykresów
 Przykłady wykresów na podstawie danych z plików CSV
 Konfiguracja wykresów: kolory, osie, etykiety

Analiza danych czasowych:
 Wykorzystanie funkcji średniej ruchomej (rolling mean)
 Przykłady zastosowań w analizie danych z symulacji

Tworzenie i zapisywanie wykresów wynikowych:
 Generowanie wykresów
 Zapisywanie wykresów do plików (PNG, JPG)

Przekształcanie i agregacja danych:

 Łączenie danych z różnych plików CSV/Excel
 Agregacja danych i obliczenia zbiorcze

Analiza danych z wielu symulacji:
 Praca z wieloma plikami
 Automatyzacja analizy dla różnych symulacji

Tworzenie i zarządzanie wynikami analizy
 Tworzenie plików z wynikami analizy:
 Eksportowanie przetworzonych danych do plików
 Organizowanie wyników w folderach

Staff Login