Course Outline

Invoering

  • Python veelzijdigheid: van data-analyse tot webcrawlen

Python Gegevensstructuren en -bewerkingen

  • Gehele getallen en vlotters
  • Tekenreeksen en bytes
  • Tupels en lijsten
  • Woordenboeken en geordende woordenboeken
  • Sets en bevroren sets
  • Dataframe (panda's)
  • Conversies

Objectgeoriënteerd programmeren met Python

  • Erfenis
  • Polymorfisme
  • Statische lessen
  • Statische functies
  • Decorateurs
  • Ander

Data-analyse met Pandas

  • Gegevens opschonen
  • Gevectoriseerde gegevens gebruiken in panda's
  • Gegevensruzie
  • Gegevens sorteren en filteren
  • Geaggregeerde operaties
  • Analyseren van tijdreeksen

Data Visualization

  • Diagrammen plotten met matplotlib
  • Matplotlib gebruiken vanuit panda's
  • Kwaliteitsdiagrammen maken
  • Gegevens visualiseren in Jupyter-notebooks
  • Andere visualisatiebibliotheken in Python

Gegevens vectoriseren in Numpy

  • Numpy-arrays maken
  • Algemene bewerkingen op matrices
  • Ufuncs gebruiken
  • Weergaven en uitzendingen op Numpy-arrays
  • Prestaties optimaliseren door lussen te vermijden
  • Prestaties optimaliseren met cProfile

Big data verwerken met Python

  • Het bouwen en ondersteunen van gedistribueerde applicaties met Python
  • Gegevensopslag: werken met databases SQL en nr.SQL.
  • Gedistribueerde verwerking met Hadoop en Spark
  • Schaal uw applicaties

Uitbreiding van Python (en vice versa) met andere talen

  • C#
  • Java
  • C++
  • Perl
  • Anderen

Python Multi-threaded programmeren

  • Modules
  • Synchroniseren
  • Prioriteiten stellen

Data Serialization

  • Python objectserialisatie met Pickle

UI-programmering met Python

  • Framework-opties voor het bouwen van GUI's in Python
  • Tkinter
  • Pyqt

Python voor onderhoudsscripts

  • Uitzonderingen correct verhogen en opvangen
  • Code organiseren in modules en pakketten
  • Symbooltabellen begrijpen en deze in code openen
  • Een testraamwerk kiezen en TDD toepassen in Python

Python voor internet

  • Pakketten voor webverwerking
  • Webcrawlen
  • HTML parseren en XML
  • Webformulieren automatisch invullen

Samenvatting en conclusie

Requirements

  • Beginner tot halfgevorderde programmeerervaring.
  • Kennis van wiskunde en statistiek.
  • Kennis van databaseconcepten.

Publiek

  • Ontwikkelaars
 28 Hours

Number of participants



Price per participant

Getuigenissen (4)

Related Courses

Data Analysis with Python, Pandas and Numpy

14 Hours

Accelerating Python Pandas Workflows with Modin

14 Hours

Machine Learning with Python and Pandas

14 Hours

Scaling Data Analysis with Python and Dask

14 Hours

FARM (FastAPI, React, and MongoDB) Full Stack Development

14 Hours

Developing APIs with Python and FastAPI

14 Hours

Scientific Computing with Python SciPy

7 Hours

Game Development with PyGame

7 Hours

Web application development with Flask

14 Hours

Advanced Flask

14 Hours

Build REST APIs with Python and Flask

14 Hours

GUI Programming with Python and Tkinter

14 Hours

Kivy: Building Android Apps with Python

7 Hours

GUI Programming with Python and PyQt

21 Hours

Web Development with Web2Py

28 Hours

Related Categories

1