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 (7)
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
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
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.