ПОИСК
Быстрый заказ
ОЦЕНКА КУРСАобщая оценка курса:оценка преподавателя: Хочу скидку |
Слушатели, уже знакомые с основами программирования на языке Python, изучат в этом курсе более продвинутые инструменты, библиотеки и возможности языка: блокноты Jupyter (IPython Notebook), модуль Collections, операции map и filter (отображение и фильтрация), lambda-функции, продвинутые возможности сортировки, работу с регулярными выражениями (regular expressions), работу с базами данных , файлами в формате CSV, JSON и XML; средства объектно-ориентированного программирования в Python; средствами отладки и тестирования программ, а также познакомятся с поддержкой в Python различных кодировок текста, в том числе Unicode.
РАСПИСАНИЕ ЗАНЯТИЙ
|
||||||||||||||||||||||||||||||||
Бауманская После изучения курса вы сможете
- Применять среду и блокноты Jupyter (IPython notebooks).
- Использовать модуль Collections.
- Использовать возможности функционального программирования: lambda-выражения.
- Применять функции к каждому элементу коллекции (map), отбирать элементы по условию (filter).
- Использовать продвинутые возможности функций сортировки.
- Искать и вычленять нужные элементы текста при помощи регулярных выражений.
- Работать с базами данных.
- Работать с данными в текстовых файлах в форматах CSV, JSON и XML.
- Писать программы, используя объектно-ориентированный стиль программирования.
- Тестировать корректность работы своих программ.
- Использовать отладку для поиска логических ошибок в своих программах.
- Работать с различными кодировками текста, включая кодировки Unicode.
Содержание курса
Модуль 1: Тетради Jupyter (IPython notebooks).
- Введение в IPython notebook.
- Лабораторная работа 1: Создание первой тетради Jupyter.
- Лабораторная работа 2: Экспериментируем с IPython notebook.
- Упрощенный язык разметки markdown.
- «Магические» команды (magic commands).
- Automagic
- Autosave
- Команды работы с директориями.
- Обращение к трём последним строкам ввода и вывода.
- История команд.
- Работа с закладками.
- Переменные окружения.
- Загрузка и запуск программного кода из файлов.
- Выполнение команд оболочки и операционной системы.
- Дополнительные «магические» команды.
- Получение сведений из справочной системы.
- Продвинутые списковые включения (list comprehensions).
- Краткое повторение основ списковых включений.
- Списковые включения со многими циклами.
- Лабораторная работа 3: «Подбрасывание пяти игральных кубиков».
- Модуль collections.
- Именованные кортежи (named tuple).
- Словари с указанием значения по умолчанию (defaultdict).
- Лабораторная работа 4: Создание словаря defaultdict.
- Счётчики. Класс collections.Counter.
- Лабораторная работа 5: Использование объекта класса Counter.
- Отображение и фильтрация.
- Map (функция, итерируемая последовательность).
- Filter (логическая-функция, итерируемая последовательность).
- Lambda-функции.
- Использование lambda-функций с map() и filter().
- Изменяемые (mutable) и неизменяемые (immutable) объекты встроенных типов.
- Строки (str).
- Списки (list).
- Сортировка.
- Сортировка элементов списка «на месте» без образования копии. Метод sort().
- Функция sorted().
- Лабораторная работа 6: Переход от использования метода list.sort() к функции sorted (итерируемая последовательность)
- Сортировка последовательности, состоящей из последовательностей.
- Сортировка последовательности, состоящей из словарей.
- Распаковка последовательностей для передачи в качестве набора аргументов в вызове функции.
- Лабораторная работа 7: Преобразование строки в объект datetime.date.
- Модули и пакеты.
- Модули.
- Пакеты.
- Путь поиска модулей и пакетов.
- Синтаксис регулярных выражений.
- Использование регулярных выражений.
- Ссылки на группы (backreference).
- Средства Python для поддержки регулярных выражений.
- Реляционные базы данных.
- Документ PEP 0249: Интерфейс программиста (API) Python для работы с базами данных (версия 2.0).
- Модуль PyMySQL.
- Возвращение словарей (dictionary) вместо кортежей (tuple).
- sqlite3
- Лабораторная работа 8: Выполнение оператора SELECT в базе данных sqllite3.
- Передача параметров.
- Размещение базы данных SQLite в памяти.
- Выполнение нескольких запросов сразу.
- Лабораторная работа 9: Вставка данных (insert) в таблицу базы данных.
- Текстовые файлы с разделителями (CSV-comma separated values).
- Чтение из csv-файла.
- Поиск данных в csv-файле.
- Лабораторная работа 10: Сравнение данных в csv-файле.
- Создание нового файла csv.
- Варианты формата CSV.
- Получение данных с веб-сайтов.
- Пакет requests.
- Пакет beautiful soup.
- XML.
- Лабораторная работа 11: Применение модулей requests и Beautiful Soup.
- JSON.
- Атрибуты.
- Поведение объектов.
- Понимание отличия классов от объектов. Создание своих собственных классов.
- Атрибуты и методы.
- Лабораторная работа 12: Добавление метода roll() к классу Die.
- Приватные атрибуты.
- Свойства (properties).
- Лабораторная работа 13: Свойства. Объект, который отслеживает свою историю.
- Снабжение классов документацией.
- Использование строк документации.
- Лабораторная работа 14: Снабжение класса Die строкой документации.
- Наследование.
- Перекрытие метода (overriding a method).
- Расширение класса (extending a class).
- Лабораторная работа 15: Расширение класса Die.
- Расширение метода.
- Лабораторная работа 16: Расширение метода roll().
- Статические (static) методы.
- Атрибуты класса и методы класса. Подклассы.
- Абстрактные классы и методы.
- Понимание декораторов (decorators).
- Тестирование производительности (performance).
- time.perf_counter
- Модуль timeit.
- Модуль unittest.
- Файлы с тестами unittest.
- Лабораторная работа 17: Исправление неправильно работающей функции.
- Специальные возможности unittest. Методы testCase.
- Методы assert.
- Биты и байты.
- Шестнадцатеричные числа.
- Лабораторная работа 18: Использование функций преобразования hex(), bin(), ord(), chr(), int().
- Кодировки.
- Кодировки текста.
- Кодирование и декодирование файлов в языке Python.
- Преобразование из кодировки Windows в кодировку Unicode (UTF-8).
- Лабораторная работа 19: Нахождение проблем с кодировкой.
Слушатели
Разработчики, администраторы операционных сетей и баз данных, аналитики данных, имеющие предварительный опыт программирования.
Предварительная подготовка
Для эффективного обучения на курсе, слушатели должны обладать следующими знаниями и навыками:
- уметь использовать управляющие конструкции: циклы, условные операции; коллекции: списки словари, кортежи; строковые операции; операции с датой и временем; определение и использование функций, задавать обработку исключительных ситуаций (exceptions), обработка файлов.