Программирование Python. Продвинутый уровень
Ваша корзина пуста
Сумма: 0 руб.

Программирование на языке Python. Продвинутый уровень

О курсе

Программирование на языке Python. Уровень 2. Продвинутый уровень

Программирование на языке Python. Продвинутый курс

 

Данный курс подходит тем, кто уже занимается программированием и хочет повысить свою квалификацию или систематизировать имеющиеся знания и навыки, а также всем, кто заинтересован в изучении современного языка Python.

 

Python  — это высокоуровневый язык программирования общего назначения, ориентированный на повышение производительности разработчика и читаемости кода. Синтаксис ядра Python минималистичен. В то же время стандартная библиотека включает большой объём полезных функций. 

 

Python портирован и работает почти на всех известных платформах — от КПК до мейнфреймов. Существуют порты под Microsoft Windows, практически все варианты UNIX (включая FreeBSD и Linux), Plan 9, Mac OS и macOS, iPhone OS (iOS) 2.0 и выше, iPadOS, Palm OS, OS/2, Amiga, HaikuOS, AS/400 и даже OS/390, Windows Mobile, Symbian и Android.

 

Этот язык программирования используют многие компании-гиганты: Netflix, YouTube, Instagram, Disney, Amazon, Google ну и, конечно же, NASA. И еще много-много других.

 

На курсе вы получите базовые навыки объектно-ориентированного программирования, познакомитесь с базовыми элементами языка Python. Научитесь создавать объектно-ориентированные приложения на языке Python, сможете выполнять первичную обработку данных на языке Python, ориентироваться в стандартной библиотеке языка Python.

 

Обучение может проходить как в утренние, так и в вечерние часы в зависимости от желания группы по 4 ак. часа в день. 

 

Цель курса

Изучить более продвинутые инструменты, библиотеки и возможности языка Python

 

Аудитория

• программисты
• аналитики

 

Предварительная подготовка:

• Знания в рамках курса Программирование на языке Python. Уровень 1. Базовый курс

 

После окончания курса выпускники будут уметь

• решать определенные задачи при помощи стандартных средств языка Python
• выполнять простую обработка текста без регулярных выражений
• создавать собственные классы;
• оценивать сложность алгоритма;
• работать с массивами данных
• использовать NumPy
• использовать важнейшие стандартные структуры данных;
• использовать модуль Matplotlib для визуализации данных
• создавать собственные структуры данных на основе стандартных.

В сентябре 2022 занятия пройдут по следующему расписанию: 5,7, 9, 12, 14, 16, 19, 21, 23, 26 сентября с 10 до 13 по московскому времени в дистанционном формате. 20% рабочего времени отводятся на самостоятельное выполнение домашней работы. По окончании у вас остаются записи занятий.  

Расписание и цены
Форма обучения Академ. часы Ближайшая группа Цена
Частные лица Организации
Дистанционный 50
12.09.2022 10:00:00
выбрать другую дату
30 000 руб. 35 000 руб.
Этот курс набирает желающих участников. Отправьте заявку на участие, а когда наберётся достаточное количество, мы с вами свяжемся.
Заказать обучение
Программа курса

Модуль 1 «Язык Python, синтаксис, типы данных, циклы, функции. Обработка текста, регулярные выражения»  

1. Синтаксис Python, типы данных  
2. Условные операторы, циклы, range, enumerate
3. Изменяемые типы: списки, словари      
4. Функции и процедурное программирование   
5. Простая обработка текста без регулярных выражений. Регулярные выражения и их применение 1       

 

Лекция «Синтаксис Python, типы данных, операторы, циклы»,

Лекция «Регулярные выражения и их применение»    

Практическая работа «Решение задач при помощи стандартных средств языка Python»   

Лабораторная работа «Написать функцию, решающую некоторую задачу»    

 

Модуль 2. «Введение в ООП.»

1. Основные понятия и определения
2. Инкапсуляция, Полиморфизм. Наследование 
3. Магические методы. Переопределение методов
4. Пример проектирования класса

 

Лекция «Классы в Python»,   

Практическая работа «Реализация класса пользователя социальной сети»      

Лабораторная работа «Задача на переопределение магических методов»        

 

Модуль 3 «Модуль NumPy: работа с многомерными массивами и линейная алгебра»  

1. Модуль NumPy: многомерные массивы. Типы элементов. Создание массивов. Сохранение/загрузка массивов
2.
 Принципы работы с массивами: element-wise ops, broadcasting, slicing, indexing, ufuncs    
3. 
Важные функции для работы с массивами. Линейная алгебра
4. Примеры решения задач при помощи NumPy

        

Лекция «Модуль NumPy: многомерные массивы»      

Практическая работа «Загрузка данных в массив и их обработка»        

Лабораторная работа «Загрузка и фильтрация данных, вычисление производных значений»  

 

Модуль 4 «Модуль Matplotlib: визуализация данных. Модуль SciPy – численные методы»    

1. Модуль Matplotlib. Принцип работы: figure, axis.     
2. 
Виды графиков: plot, scatter, bar, hist, contour, и др.  
3. Цветовые карты, работа с изображениями как с массивами данных
4. Интерполяция (scipy.interpolate), интегрирование (scipy.integrate), оптимизация (scipy.optimize)   

 

Лекция «Модуль Matplotlib: визуализация данных»    

Практическая работа «Решение оптимизационной задачи и визуализация результатов»

Лабораторная работа «Построение графиков средних величин»  

 

Модуль 5 «Модуль Pandas: работа с таблицами, загрузка и анализ данных»

1. Модуль Pandas (Python for Data Analysis). Основные типы данных: Series, DataFrame
2. Доступ к данным. Статистические методы
3. Загрузка данных из CSV, XLS, HDF5. Группировка и агрегирование. Сводные таблицы
4. Пример анализа данных. Применение
NumPy, Pandas, Matplotlib

 

Лекция «Модуль Pandas (Python for Data Analysis)»    

Практическая работа «Анализ данных при помощи Pandas»        

Лабораторная работа «Построение сводных таблиц в Pandas»     

 

Модуль 6 «Примеры анализа данных на датасетах»

1. Пример анализа датасета: поток велосипедистов через мост Fremont Bridge
2. Пример анализа датасета: "Open policing project" Стэнфордского университета

 

Лекция «Примеры анализа данных на примере двух датасетов»    

Практическая работа «Загрузка данных из интернета, анализ и визуализация»        

Лабораторная работа «Ответить на вопросы по датасету»  

 

Модуль 7 «Введение в Базы данных, Модуль sqlite3»

1. Введение в базы данных
2. Основы SQL
3. Работаем с SQLite базой данных из Python

 

Лекция «Базы данных. Основы SQL»       

Практическая работа «Решение задач на составление запросов к указанной БД»     

                  

Модуль 8 «Извлечение данных из веб-страниц. API. Введение во Flask. Знакомство с фреймворком Dash»    

1. Структура веб-приложения. HTTP. Модули urllibrequestsBeautifulSoup
2. Работа с API. Модуль JSON
3. Создание страницы во Flask
4. Передача параметров в адресной строке
5. Определение макета приложения Dash. Применение стилей  к компонентам

 

Лекция «Принципы работы веб приложений. HTTP, API», Лекция «Знакомство с фреймворками Flask и Dash»  

Практическая работа «Создать приложение, позволяющее на веб странице заполнить анкету»

Лабораторная работа «Решение задач на API Яндекс карт»

Документы об окончании