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
Testimonials (7)
Plenty of examples - and the trainer willing to bend backwards to help us with topics we were weaker in.
Wei Lit Teoh - HP Singapore (Private) Ltd.
Course - Advanced Python - 4 Days
Πολλές ασκήσεις
Fanny Stauffer - UCB Pharma S.A.
Course - Advanced Python - 4 Days
Machine Translated
The trainer gave a clear and systematic teaching. He usually gave the reasoning and fundamental knowledge behind the commands. He also gave us time to do the exercises and practice.
Felicia Rezanda - HP Singapore (Private) Ltd.
Course - Advanced Python - 4 Days
The first 2 days were very informative. it gets messy when you get into frameworks because every projects has its own goals and requirements and sometimes the 'popular' framework isn't suitable.
Raphael Treccani-Chinelli - Nordic Semiconductor ASA
Course - Advanced Python - 4 Days
Very good overview about python on a lot of area of usage.
János Dóra - Robert Bosch Kft.
Course - Advanced Python
The prepared Jupiter Notebook examples were really good. Plenty of explanations for later, offline use, and we didn't have to spend half of the training copying the examples.
Csongor Miklos - Robert Bosch Kft.
Course - Advanced Python
I liked the most Jorge's attitude, and his experience in python. The greatest topic for me was the Machine Learning topic.