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
 28 timmar

Antal deltagare



Price per participant

Vittnesmål (4)

Relaterade Kategorier