Python programozás tanfolyam

1. óra • A Python és a fejlesztői eszközök telepítése

A Python interpreter telepítését, verzióválasztást és IDE beállítást ismerteti. Kialakítja az alapkörnyezetet, amely minden későbbi kódolási feladat elvégzéséhez szükséges.

2. óra • Alapvető bemenet, kimenet és operátorok

A print(), input(), valamint a számtani, összehasonlító és logikai operátorok használatát ismerteti. Ezek az alapelemek minden, a tanfolyamon írt programban megjelennek.

3. óra • Változók, adattípusok és literálok

A dinamikus típusosságot, a beépített adattípusokat és a literálok jelölését tanítja. A típusok megértése előfeltétele az adatmanipulációról szóló összes további fejezetnek.

1. óra • Listaértelmezések és funkcionális iteráció

Lista, szótár és halmaz értelmezéseket, valamint a map() és filter() függvényeket tanítja. A tömör iterációs minták javítják az olvashatóságot az adatintenzív programokban.

2. óra • for ciklusok és iteráció

Szekvenciákon való iterációt és a range() használatát ismerteti. Az itt bevezetett ciklusminták a gyűjtemények, fájlok és adatfeldolgozás fejezeteiben ismétlődnek.

3. óra • while ciklusok és ciklusvezérlés

Feltétel-vezérelt ciklusokat, valamint a break, continue és pass utasításokat mutatja be. Ezek a vezérlők lehetővé teszik a pontos folyamatirányítást az összetett algoritmusokban.

1. óra • Lambda függvények és dekorátorok

Bemutatja az anonim függvényeket és a függvényeket körülvevő dekorátorokat. Ezek az eszközök széles körben előfordulnak keretrendszerekben és funkcionális stílusú kódokban.

2. óra • Függvények definiálása és meghívása

A def szintaxisát, a visszatérési értékeket és a meghívási konvenciókat ismerteti. A függvények az újrafelhasználás elsődleges egységei minden későbbi projektmunkában.

3. óra • Haladó paraméter-technikák

Alapértelmezett értékeket, kulcsszavas argumentumokat, *args-ot és **kwargs-ot tanít. Ezek a minták rugalmas API-kat tesznek lehetővé, amelyeket később a könyvtárak és keretrendszerek használnak.

1. óra • Listák: létrehozás és manipuláció

Listák indexelését, szeletelését és az összes módosító metódust ismerteti. A listák a leggyakoribb szerkezetek az adatfeldolgozásban és az algoritmusokban.

2. óra • Tuple-ök és megváltoztathatatlan szekvenciák

Tuple létrehozást, csomagolást, kicsomagolást és használati eseteket tanít. A megváltoztathatatlanság ideálissá teszi a tuple-öket rögzített rekordok és szótárkulcsok számára.

3. óra • Halmazok és halmazműveletek

Halmaz létrehozást, tagság vizsgálatot és matematikai műveleteket mutat be. A halmazok gyors deduplikációt és kapcsolati lekérdezéseket tesznek lehetővé az adatfolyamatokban.

4. óra • Szótárak: kulcsok, értékek és metódusok

Szótár létrehozást, hozzáférési mintákat, iterációt és egyesítést ismertet. A szótárak a JSON kezelés, a konfiguráció és a gyorsítótárazás alapját képezik a valós alkalmazásokban.

1. óra • Metódusok: példány-, osztály- és statikus metódusok

A három metódustípust és azok megfelelő használati eseteit ismerteti. A helyes metódusválasztás tisztázza a szándékot és javítja az API tervezését.

2. óra • Öröklés és metódus felülírása

Az egyszeres és többszörös öröklést, a super()-t és a metódusfeloldási sorrendet mutatja be. Az öröklés csökkenti a kódismétlést a kapcsolódó osztálycsaládokon belül.

3. óra • Enkapszuláció és speciális metódusok

Névmangledést, dunder metódusokat és operátor túlterhelést ismertet. Ezek a tulajdonságok intuitív, pythonos osztályinterfészeket eredményeznek.

1. óra • Kivételkezelés

A try, except, else, finally blokkokat és az egyéni kivételeket tanítja. A megfelelő hibakezelés megakadályozza az összeomlásokat és lehetővé teszi a zökkenőmentes leépülést.

2. óra • Munka CSV és JSON fájlokkal

Bemutatja a csv és json szabványos könyvtári modulokat strukturált adatokhoz. Ezek a formátumok mindenütt jelen vannak az adatcserében és az API-integrációban.

3. óra • Fájlok olvasása és írása

Az open(), fájlmódok, kontextusmenedzserek, valamint a bináris és szöveges I/O használatát ismerteti. A fájlkezelés elengedhetetlen az adatok betöltéséhez és kimentéséhez a valós projektekben.

1. óra • Adattisztítás és transzformáció

A hiányzó értékek kezelését, a típuskényszerítést és az apply() transzformációkat ismerteti. A tiszta adat előfeltétele a pontos elemzésnek és modellezésnek.

2. óra • NumPy statisztikai és lineáris algebrai eszközök

Aggregációs függvényeket, véletlenszám-generálást és mátrixműveleteket mutat be. Ezek az eszközök a gépi tanulási előfeldolgozás és szimuláció alapját képezik.

3. óra • Csoportosítás, egyesítés és aggregáció

A groupby(), merge() és pivot táblák használatát mutatja be az adatok összegzésére. Ezek a műveletek az SQL-stílusú elemzést teljes egészében a Pythonon belül valósítják meg.

4. óra • NumPy tömbök és műveletek

Az ndarray létrehozását, indexelését, broadcast-jét és vektorizált matematikáját ismerteti. A NumPy hatékonysága a tudományos és adattudományi munkafolyamatok gerince.

1. óra • Ütemezés és feladatautomatizálás

Ütemezett szkripteket, argumentum-elemzést és naplózást mutat be. A gyártási automatizálás megbízható ütemezést és megfigyelhető végrehajtást igényel.

2. óra • Záróprojekt tervezése és leadása

Végigvezeti a hallgatókat egy teljes projekt hatókörének meghatározásán, felépítésén és bemutatásán. Az összes alapvető készséget egy portfólióba illő teljesítményben ötvözi.

3. óra • Fájlrendszer és operációs rendszer automatizálása

Az os, pathlib és shutil használatát tanítja fájl és könyvtár automatizáláshoz. Az ismétlődő fájlfeladatok automatizálása jelentős időt takarít meg a szakmai munkafolyamatokban.