Smart-World Surf

תכנות וניתוח נתונים בשפת פייתון

קורס 20606

מדעי המחשב · מרחב למידה אישי — יחידות, מושגים ומבחנים

שדרגו את הדף עם קובץ

גררו מבחן, סיכום או צילום של מחברת — אני אקרא, אוודא שזה רלוונטי, ואחדד את התוכן (מושגים, סיכויי מבחן, מומחיות).

אם לא סימנתם — הקובץ נקרא לחילוץ עובדות בלבד ואז נמחק מהמערכת (זכויות יוצרים). העובדות שנלמדו נשארות ומשפרות את הקורס.

גרסת הקהילה

📊 התקדמות הלמידה

0
הושלמו
12
סה"כ יחידות

לחצו על העיגול שליד כל יחידה כדי לסמן שהשלמתם אותה

📚 יחידות הקורס

12 יחידות

1
יסודות פייתון
הכרות עם מבנה השפה, משתנים, סוגי נתונים בסיסיים ואופרטורים.
2
מבני נתונים מובנים
למידת מבני הנתונים המרכזיים של פייתון והשימוש בהם.
3
בקרת זרימה ופונקציות
שליטה על מהלך ביצוע התוכנית וארגון קוד באמצעות פונקציות.
4
טיפול בקבצים וטיפול בשגיאות
קריאה וכתיבה לקבצים וניהול חריגות בתוכנית.
5
תכנות מונחה עצמים (OOP)
הבנת עקרונות ה-OOP ויישומם בפייתון.
6
מודולים וחבילות
ארגון קוד, שימוש בספריות חיצוניות וניהול סביבות עבודה.
7
מבוא לניתוח נתונים עם NumPy
הכרות עם ספריית NumPy לעבודה יעילה עם מערכים מספריים.
8
ניהול ועיבוד נתונים עם Pandas
למידת ספריית Pandas לטיפול וניתוח נתונים טבלאיים.
9
טרנספורמציה ואיחוד נתונים ב-Pandas
ביצוע פעולות מתקדמות על DataFrames לניקוי וארגון נתונים.
10
ויזואליזציית נתונים
הצגת נתונים בצורה גרפית באמצעות Matplotlib ו-Seaborn.
11
עבודה עם נתונים חיצוניים
התממשקות למקורות נתונים שונים מעבר לקבצים מקומיים.
12
עקרונות אלגוריתמיים וביצועים
הבנת יעילות קוד ושיקולי ביצועים באלגוריתמים.
📖

מושגים חשובים לבחינה

כל המושגים שכדאי להכיר לבחינה ✨

משתנה (Variable)🔥 גבוה
מקום בזיכרון המחשב המאחסן ערך וניתן לגשת אליו באמצעות שם.הרחבה ←
רשימה (List)🔥 גבוה
מבנה נתונים מובנה בפייתון המאפשר אחסון סדרה של פריטים הניתנים לשינוי, לפי סדר.הרחבה ←
מילון (Dictionary)🔥 גבוה
מבנה נתונים המאחסן זוגות של מפתח-ערך (key-value pairs) ומאפשר גישה מהירה לערכים לפי מפתח.הרחבה ←
פונקציה (Function)🔥 גבוה
בלוק קוד בעל שם המבצע משימה ספציפית וניתן לקרוא לו מספר פעמים, מה שמקדם שימוש חוזר בקוד.הרחבה ←
לולאה (Loop)🔥 גבוה
מבנה בקרה המאפשר חזרה על בלוק קוד מספר פעמים או כל עוד תנאי מסוים מתקיים.הרחבה ←
תנאי (Conditional Statement)🔥 גבוה
מבנה בקרה (כמו `if/elif/else`) המאפשר לבצע בלוק קוד מסוים רק אם תנאי מתקיים.הרחבה ←
מחרוזת (String)🔥 גבוה
סדרה של תווים המשמשת לייצוג טקסט, ומוקפת במרכאות בודדות או כפולות.הרחבה ←
חריגה (Exception)בינוני
אירוע המתרחש במהלך ריצת תוכנית ומפריע לזרימה הרגילה של ההוראות, ומחייב טיפול מיוחד.הרחבה ←
מחלקה (Class)🔥 גבוה
תבנית ליצירת אובייקטים, המגדירה את התכונות (attributes) וההתנהגויות (methods) המשותפות לכל האובייקטים מסוגה.הרחבה ←
אובייקט (Object)🔥 גבוה
מופע ספציפי של מחלקה, בעל מצב (ערכי התכונות שלו) והתנהגות (המתודות שלו) משלו.הרחבה ←
מודול (Module)בינוני
קובץ פייתון המכיל הגדרות ופקודות שניתן לייבא ולהשתמש בהן בקבצים אחרים, ובכך לארגן את הקוד.הרחבה ←
NumPy Array🔥 גבוה
מבנה נתונים בסיסי בספריית NumPy, מערך רב-ממדי הומוגני ויעיל מספרית, המשמש בסיס לחישובים מדעיים.הרחבה ←
Pandas DataFrame🔥 גבוה
מבנה נתונים טבלאי דו-ממדי בספריית Pandas, המורכב מעמודות בעלות שמות ושורות בעלות אינדקסים, בדומה לגיליון אלקטרוני.הרחבה ←
Pandas Series🔥 גבוה
מבנה נתונים חד-ממדי בספריית Pandas, המייצג עמודה בודדת ב-DataFrame או רשימה עם אינדקס.הרחבה ←
אינדקס (Index)🔥 גבוה
תווית ייחודית המשמשת לזיהוי וגישה לפריטים במבני נתונים כמו רשימות, סדרות או DataFrames.הרחבה ←
ניקוי נתונים (Data Cleaning)🔥 גבוה
תהליך זיהוי ותיקון שגיאות, אי-עקביות או נתונים חסרים במערך נתונים כדי להבטיח את איכותם ואמינותם.הרחבה ←
נתונים חסרים (Missing Data)🔥 גבוה
ערכים שאינם קיימים במערך נתונים, לעיתים קרובות מסומנים כ-NaN (Not a Number) או None, ומחייבים טיפול מיוחד.הרחבה ←
ציר (Axis)🔥 גבוה
כיוון הפעולה במבני נתונים רב-ממדיים כמו DataFrames, כאשר ציר 0 מתייחס לשורות וציר 1 לעמודות.הרחבה ←
קיבוץ (Grouping)🔥 גבוה
תהליך חלוקת נתונים לקבוצות על בסיס ערכים משותפים בעמודה אחת או יותר, לרוב לצורך ביצוע אגרגציה.הרחבה ←
מיזוג (Merging)🔥 גבוה
שילוב שני DataFrames או יותר על בסיס עמודות משותפות או אינדקסים, בדומה לפעולת JOIN במסדי נתונים.הרחבה ←
גרף (Plot)בינוני
ייצוג ויזואלי של נתונים, המשמש להצגת מגמות, יחסים ודפוסים בצורה קלה להבנה.הרחבה ←
ספרייה (Library)בינוני
אוסף של מודולים ופונקציות מוכנות לשימוש, המרחיבות את היכולות של פייתון ומספקות פתרונות למשימות נפוצות.הרחבה ←
סביבה וירטואלית (Virtual Environment)נמוך
סביבה מבודדת לפרויקט פייתון, המאפשרת לנהל תלויות וחבילות באופן עצמאי ללא התנגשויות עם פרויקטים אחרים.הרחבה ←
אלגוריתם (Algorithm)בינוני
סדרה מוגדרת היטב של צעדים לפתרון בעיה או ביצוע משימה, שניתן ליישם במחשב.הרחבה ←
סיבוכיות זמן (Time Complexity)נמוך
מדד לכמות הזמן שלוקח לאלגוריתם לרוץ כפונקציה של גודל הקלט, לרוב באמצעות סימון Big O.הרחבה ←
API (Application Programming Interface)נמוך
ממשק תכנות יישומים המאפשר לשתי תוכנות לתקשר ביניהן, לרוב לצורך שליפה או שליחת נתונים.הרחבה ←
🎓

תרגול מבחן (AI)

מבחן לדוגמה שנוצר מכל יחידות הקורס — אמריקאיות + פתוחות, מנוקד ונבדק אוטומטית

🎓

📝 מבחנים לתרגול

תרגלו עם מבחנים אמיתיים מהארכיון של הקורס

📋

כניסה לארכיון המבחנים

מבחנים ופתרונות מהשנים האחרונות

8 📄
0 / 8סומנו כהושלמו

לחצו על העיגול כדי לסמן:
◐ בתהליך
✓ הושלם.
ההערות נשמרות אצלכם ואתם מוזמנים לחלוק אותם.

📖 מקורות עיקריים

חומרי הלימוד והחוקרים שעליהם מבוסס הקורס

📕
Python for Data Analysis
המדריך המקיף לעבודה עם נתונים בפייתון, מאת יוצר ספריית Pandas, Wes McKinney.
📕
Automate the Boring Stuff with Python
ספר מעשי ללימוד יסודות פייתון ויישומיו למשימות אוטומציה יומיומיות.
🔗
תיעוד פייתון רשמי (Official Python Documentation)
המקור הסמכותי והמקיף ביותר לשפת פייתון ולספריות הסטנדרטיות שלה.
🔗
תיעוד Pandas רשמי (Official Pandas Documentation)
תיעוד מפורט ודוגמאות לשימוש בספריית Pandas לניתוח ועיבוד נתונים.
👥
Wes McKinney
יוצר ספריית Pandas ומחבר הספר 'Python for Data Analysis', דמות מפתח בתחום ניתוח הנתונים בפייתון.