Python 3:基础知识
学习 Python 的正确方法!
讲师:Dr. Fred Baptiste
口袋资源独家Udemy付费课程,独家中英文字幕,配套资料齐全!
用不到1/10的价格,即可享受同样的高品质课程,且可以完全拥有,随时随地都可以任意观看和分享。
你会学到什么
- 学习 Python 基础知识
- 基本到高级数据类型
- 函数式和面向对象编程
- 闭包和装饰器
- 日期时间和时区处理
- 读写文本、CSV 和 JSON 文件
- 发出 REST API 请求
- NumPy 基础知识
- 熊猫基础
- Matplotlib 基础知识
要求
- 无需事先具备 Python 知识
- 以前有“算法”解决问题的经验将是有益的
- 您应该知道如何在计算机上安装应用程序
- 非常重要:您必须具备如何使用命令提示符 (Windows) 或终端 (Mac/Linux) 的基本知识——我们使用它来安装和运行 Python 和 Jupyter Notebooks
描述
本课程简而言之
本课程面向初学者 Python 开发人员,将使您对如何使用 Python 进行编程有一个基本的了解。你的旅程将把你从一个完全的 Python 初学者变成一个中级 Python 开发人员,并且准备好处理你自己的专业项目。
本课程将为您提供在 Python 开发工作中继续前进所需的坚实基础。本课程不是“我是怎么做的,请输入”类型的课程 – 它的目标是让您理解我们将一起编写的每一行代码,我们为什么编写它以及它为什么有效,为您提供将相同的编码技术应用于您自己的情况和问题的知识。
与任何优秀的大学水平课程一样,本课程相当冗长并且需要时间,不仅用于观看视频,还需要您自己探索各种主题、尝试尝试,并在每个部分的末尾进行越来越多的工作复杂的问题。掌握一门编程语言需要一定的时间,本课程也不例外。如果您正在寻找 Python 的快速而肤浅的介绍,那么本课程可能不适合您。
课程大纲
本课程平衡了理论和编码实践。大多数科目分为两部分:一个理论(或讲座)视频,我们涵盖特定主题,解释事情是如何工作的,然后是一个练习(或编码)视频,该视频采用讲座材料并使用真实代码应用它。我强烈建议您在讲座期间做笔记,并在编码视频期间与我一起编码- 这就是在线视频的美妙之处 – 您可以根据需要暂停、倒带、加速、减速!
所有课程幻灯片(超过 900 张!)都可以下载,如果您更喜欢这种方法而不是自己做笔记。
我们使用 Jupyter 笔记本作为 Python 教学和学习的完美工具。
Jupyter notebooks 支持 Python 代码和散布的 markdown 文档。您会发现本课程中的每个代码视频在课程下载中都有对应的 Jupyter notebook ,它不仅重现了我们在编码视频中所做的所有代码,而且还对代码进行了完整的注释注释,基本上是我在编码视频,有时甚至更多!
我们将使用的所有笔记本和数据文件都可以在本课程第一部分的课程下载以及 GitHub 中找到。
在每个部分的末尾,您将找到一组带解决方案的练习。您必须完成这些练习,并且只有在您能够自己完成这些练习后才能进入下一节。本课程的每一节都建立在前一节的基础上!
该课程大致分为三个主要部分:
蟒蛇基础
- 什么是蟒蛇
- 如何安装Python
- 如何创建和使用虚拟环境
- 如何运行 Python 和 Jupyter 笔记本
- 基本数据类型,包括整数、浮点数、布尔值
- 布尔运算符
- 算术和比较运算符,以及运算符优先级
- 条件执行
- 循环(for and while)
- 序列类型,例如列表、元组和字符串
- 使用序列类型(迭代、切片、操作、复制、解包)
- 有关字符串和 Unicode 的更多信息
- 字典和集合
- Python的列表、字典和集合推导式
- 异常和异常处理
- 可迭代对象和迭代器,包括生成器
- 编写用户定义的函数以及定义和传递参数的不同方式
- Lambda 函数
- Python 的一些内置函数(例如 zip、sorted、min、max 和 round)
中级 Python
- 高阶函数(从函数传递和返回函数)
- 地图(字典)
- 闭包
- 高级排序和过滤
- 装饰器——它们是什么,以及如何编写你自己的
- 读取和写入文本文件
- Python的模块和导入系统
- 如何使用日期和时间
- 如何读取和写入 CSV 文件
- 随机数和抽样
- 查看 Python 数学和统计模块
- 十进制数据类型——当浮点数不够精确时
- 如何编写自己的自定义类 (OOP)
第三方库
- 用于处理时区和夏令时的pytz库
- 用于解析日期/时间字符串的dateutil库
- 什么是JSON数据,如何读写JSON
- 什么是 REST API
- 如何将请求库用于 HTTP/s 请求(以及如何与 REST API 交互)
- 用于快速数值计算的NumPy库的基础知识
- 用于处理数据集(包括索引)的Pandas库的基础知识
- 用于绘制数据图表的matplotlib库的基础知识
本课程适合谁:
- 想像软件工程师一样学习Python的初学者
- 希望对 Python 语言和生态系统有扎实的基础了解的学生
- 了解其他语言但对 Python 不熟悉的软件工程师
- 不适合寻求“快速而轻松”的 Python 介绍的学生