Kurzusleírás

Bevezetés

  • Python sokoldalúság: az adatelemzéstől a webes feltérképezésig

Python Adatstruktúrák és -műveletek

  • Egész számok és úszók
  • Karakterláncok és bájtok
  • Tuples és listák
  • Szótárak és rendelt szótárak
  • Készletek és fagyasztott készletek
  • Adatkeret (pandák)
  • Konverziók

Objektum-orientált programozás Python

  • Öröklés
  • Polimorfizmus
  • Statikus osztályok
  • Statikus funkciók
  • Dekorátorok
  • Egyéb

Adatelemzés a Pandas segítségével

  • Adattisztítás
  • Vektoros adatok használata pandákban
  • Adatviszály
  • Adatok rendezése és szűrése
  • Összesített műveletek
  • Idősorok elemzése

Data Visualization

  • Ábrák ábrázolása matplotlib segítségével
  • A matplotlib használata pandákból
  • Minőségi diagramok készítése
  • Adatok megjelenítése Jupyter notebookokban
  • Egyéb vizualizációs könyvtárak a Python-ben

Az adatok vektorizálása a Numpy-ban

  • Numpy tömbök létrehozása
  • Gyakori műveletek mátrixokon
  • Ufuncs használata
  • Nézetek és sugárzás a Numpy tömbökön
  • A teljesítmény optimalizálása a hurkok elkerülésével
  • A teljesítmény optimalizálása a cProfile segítségével

Big Data feldolgozása a Python segítségével

  • Elosztott alkalmazások készítése és támogatása Python segítségével
  • Adattárolás: Munkavégzés SQL és NoSQL adatbázisokkal
  • Elosztott feldolgozás Hadoop és Spark segítségével
  • Az alkalmazások méretezése

A Python kiterjesztése (és fordítva) más nyelvekkel

  • C#
  • Jáva
  • C++
  • Perl
  • Mások

Python Többszálú programozás

  • Modulok
  • Szinkronizálás
  • Rangsorolás

Data Serialization

  • Python objektumok szerializálása Pickle-vel

UI programozás a Python segítségével

  • Keretbeállítások grafikus felhasználói felületek készítéséhez Pythonban
  • Tkinter
  • Pyqt

Python a Maintenance Scriptinghez

  • A kivételek helyes felvetése és elfogása
  • A kód modulokba és csomagokba rendezése
  • A szimbólumtáblázatok megértése és kódban való elérése
  • Tesztelési keretrendszer kiválasztása és TDD alkalmazása Python

Python a weben

  • Csomagok webes feldolgozáshoz
  • Webes feltérképezés
  • HTML és XML elemzése
  • Webes űrlapok automatikus kitöltése

Összefoglalás, és következtetés

Követelmények

  • Kezdő és középhaladó programozási tapasztalat.
  • Matematika és statisztika ismerete.
  • Adatbázis fogalmak ismerete.

Közönség

  • Fejlesztők
 28 Órák

Résztvevők száma


Ár per résztvevő

Vélemények (7)

Közelgő kurzusok