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



Price per participant

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