Course Outline

Εισαγωγή

  • Python ευελιξία: από την ανάλυση δεδομένων έως την ανίχνευση ιστού

Python Δομές και λειτουργίες δεδομένων

  • Ακέραιοι και πλωτήρες
  • Συμβολοσειρές και byte
  • Πλειάδες και λίστες
  • Λεξικά και διατεταγμένα λεξικά
  • Σετ και παγωμένα σετ
  • Πλαίσιο δεδομένων (pandas)
  • Μετατροπές

Αντικειμενοστραφής προγραμματισμός με Python

  • Κληρονομία
  • Πολυμορφισμός
  • Στατικές τάξεις
  • Στατικές λειτουργίες
  • Διακοσμητές
  • Αλλα

Ανάλυση δεδομένων με Pandas

  • Καθαρισμός δεδομένων
  • Χρήση διανυσματικών δεδομένων στα πάντα
  • Διαμάχη δεδομένων
  • Ταξινόμηση και φιλτράρισμα δεδομένων
  • Συγκεντρωτικές πράξεις
  • Ανάλυση χρονοσειρών

Data Visualization

  • Σχεδίαση διαγραμμάτων με matplotlib
  • Χρησιμοποιώντας το matplotlib μέσα από τα πάντα
  • Δημιουργία ποιοτικών διαγραμμάτων
  • Οπτικοποίηση δεδομένων σε σημειωματάρια Jupyter
  • Άλλες βιβλιοθήκες οπτικοποίησης στο Python

Διανυσματοποίηση δεδομένων στο Numpy

  • Δημιουργία πίνακες Numpy
  • Κοινές πράξεις σε πίνακες
  • Χρήση ufuncs
  • Προβολές και μετάδοση σε συστοιχίες Numpy
  • Βελτιστοποίηση της απόδοσης αποφεύγοντας τους βρόχους
  • Βελτιστοποίηση απόδοσης με το cProfile

Επεξεργασία μεγάλων δεδομένων με Python

  • Δημιουργία και υποστήριξη κατανεμημένων εφαρμογών με Python
  • Αποθήκευση δεδομένων: Εργασία με βάσεις δεδομένων SQL και NoSQL
  • Κατανεμημένη επεξεργασία με Hadoop και Spark
  • Κλιμάκωση των εφαρμογών σας

Επέκταση Python (και αντίστροφα) με άλλες γλώσσες

  • ΝΤΟ#
  • Ιάβα
  • C++
  • Perl
  • Οι υπολοιποι

Python Προγραμματισμός πολλαπλών νημάτων

  • Ενότητες
  • Συγχρονισμός
  • Προτεραιότητα

Data Serialization

  • Python σειριοποίηση αντικειμένων με Pickle

Προγραμματισμός διεπαφής χρήστη με Python

  • Επιλογές πλαισίου για τη δημιουργία GUI στην Python
  • Tkinter
  • Pyqt

Python για δέσμες ενεργειών συντήρησης

  • Αύξηση και σύλληψη εξαιρέσεων σωστά
  • Οργάνωση κώδικα σε ενότητες και πακέτα
  • Κατανόηση πινάκων συμβόλων και πρόσβαση σε αυτούς σε κώδικα
  • Επιλογή ενός πλαισίου δοκιμών και εφαρμογή TDD στο Python

Python για τον Ιστό

  • Πακέτα για επεξεργασία web
  • Ανίχνευση ιστού
  • Ανάλυση HTML και XML
  • Συμπλήρωση διαδικτυακών φορμών αυτόματα

Περίληψη και Συμπέρασμα

Requirements

  • Εμπειρία προγραμματισμού από αρχάριους έως ενδιάμεσους.
  • Γνώση μαθηματικών και στατιστικών.
  • Γνώση των εννοιών της βάσης δεδομένων.

Ακροατήριο

  • προγραμματιστές
  28 Hours
 

Number of participants


Starts

Ends


Dates are subject to availability and take place between 09:30 and 16:30.
Open Training Courses require 5+ participants.

Testimonials (7)

Related Courses

Scaling Data Analysis with Python and Dask

  14 Hours

Developing APIs with Python and FastAPI

  14 Hours

Kivy: Building Android Apps with Python

  7 Hours

GUI Programming with Python and PyQt

  21 Hours

Related Categories