Schulungsübersicht
Einführung
- Python Vielseitigkeit: von der Datenanalyse bis zum Web Crawling
Python Datenstrukturen und -operationen
- Ganzzahlige Zahlen und Gleitkommazahlen
- Strings und Bytes
- Tupel und Listen
- Wörterbücher und geordnete Wörterbücher
- Sets und eingefrorene Sets
- Datenrahmen (Pandas)
- Konvertierungen
Objektorientiertes Programmieren mit Python
- Vererbung
- Polymorphismus
- Statische Klassen
- Statische Funktionen
- Dekoratoren
- Sonstiges
Datenanalyse mit Pandas
- Datenbereinigung
- Verwendung vektorisierter Daten in Pandas
- Datenmanipulation
- Sortieren und Filtern von Daten
- Aggregatoperationen
- Analysieren von Zeitreihen
Data Visualization
- Darstellung von Diagrammen mit matplotlib
- Matplotlib aus Pandas heraus verwenden
- Erstellen von Qualitätsdiagrammen
- Visualisierung von Daten in Jupyter-Notebooks
- Andere Visualisierungsbibliotheken in Python
Vektorisierung von Daten in Numpy
- Erstellen von Numpy-Arrays
- Gebräuchliche Operationen mit Matrizen
- Verwendung von ufuncs
- Ansichten und Übertragungen auf Numpy-Arrays
- Leistungsverbesserung durch Vermeidung von Schleifen
- Leistungsverbesserung mit cProfile
Verarbeitung von Big Data mit Python
- Aufbau und Unterstützung verteilter Anwendungen mit Python
- Datenspeicherung: Arbeiten mit SQL und NoSQL Datenbanken
- Verteilte Verarbeitung mit Hadoop und Spark
- Skalierung Ihrer Anwendungen
Erweiterung von Python (und umgekehrt) mit anderen Sprachen
- C#
- Java
- C++
- Perl
- Andere
Python Multi-Threaded-Programmierung
- Module
- Synchronisieren
- Priorisieren
Data Serialization
- Python Objektserialisierung mit Pickle
UI-Programmierung mit Python
- Framework-Optionen für die Erstellung von GUIs in Python
- Tkinter
- Pyqt
Python für Wartungsskripting
- Ausnahmen korrekt auslösen und abfangen
- Organisieren von Code in Modulen und Paketen
- Symboltabellen verstehen und auf sie im Code zugreifen
- Auswahl eines Test-Frameworks und Anwendung von TDD in Python
Python für das Web
- Pakete für die Webverarbeitung
- Web-Crawling
- HTML-Parsing und XML
- Webformulare automatisch ausfüllen
Zusammenfassung und Schlussfolgerung
Voraussetzungen
- Anfänger- bis mittlere Programmiererfahrung.
- Kenntnisse in Mathe und Statistik.
- Kenntnisse von Datenbankkonzepten.
Publikum
- Entwickler
Erfahrungsberichte (9)
Slides einfach gestaltet/verständlich: immer mit Codes Beispielen (dunkel, screenshot) neben dem Text.
Marc Bovet - USZ Research & Education, DFL-IT
Kurs - Advanced Python - 4 Days
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
Jede Menge Übungen
Fanny Stauffer - UCB Pharma S.A.
Kurs - Advanced Python - 4 Days
Maschinelle Übersetzung
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.
Kristof Denes - Robert Bosch Kft.
Kurs - Advanced Python
Its practical intensive