Kursplan
Introduktion
- Python mångsidighet: från dataanalys till webbsökning
Python Datastrukturer och operationer
- Heltal och flyter
- Strängar och bytes
- Tupler och listor
- Ordböcker och beställda ordböcker
- Set och frysta set
- Dataram (pandas)
- Konverteringar
Objektorienterad programmering med Python
- Arv
- Polymorfism
- Statiska klasser
- Statiska funktioner
- Dekoratörer
- Övrig
Dataanalys med Pandas
- Datarensning
- Använda vektoriserade data i pandor
- Databråk
- Sortering och filtrering av data
- Aggregerade operationer
- Analyserar tidsserier
Data Visualization
- Rita diagram med matplotlib
- Använder matplotlib inifrån pandor
- Skapa kvalitetsdiagram
- Visualisera data i Jupyter-anteckningsböcker
- Andra visualiseringsbibliotek i Python
Vektorisering av data i Numpy
- Skapa Numpy-arrayer
- Vanliga operationer på matriser
- Använder ufuncs
- Visningar och sändningar på Numpy-arrayer
- Optimera prestanda genom att undvika loopar
- Optimera prestanda med cProfile
Bearbetar Big Data med Python
- Bygga och stödja distribuerade applikationer med Python
- Datalagring: Arbeta med SQL och NoSQL databaser
- Distribuerad bearbetning med Hadoop och Spark
- Skala dina applikationer
Utökar Python (och vice versa) med andra språk
- C#
- Java
- C++
- Perl
- Andra
Python Flertrådsprogrammering
- Moduler
- Synkroniserar
- Att prioritera
Data Serialization
- Python objektserialisering med Pickle
UI-programmering med Python
- Ramalternativ för att bygga GUI:er i Python
- Tkinter
- Pyqt
Python för underhållsskript
- Att höja och fånga upp undantag korrekt
- Organisera kod i moduler och paket
- Förstå symboltabeller och komma åt dem i kod
- Att välja ett testramverk och tillämpa TDD i Python
Python för webben
- Paket för webbbehandling
- Webbkrypning
- Parsar HTML och XML
- Fyller i webbformulär automatiskt
Sammanfattning och slutsats
Krav
- Erfarenhet av nybörjare till medelstor programmering.
- Kunskaper i matematik och statistik.
- Kunskaper om databaskoncept.
Publik
- Utvecklare
Vittnesmål (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.
Kurs - Advanced Python - 4 Days
Massor av övningar
Fanny Stauffer - UCB Pharma S.A.
Kurs - 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.
Kurs - 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
Kurs - Advanced Python - 4 Days
Very good overview about python on a lot of area of usage.
János Dóra - Robert Bosch Kft.
Kurs - 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.
Kurs - Advanced Python
I liked the most Jorge's attitude, and his experience in python. The greatest topic for me was the Machine Learning topic.