Курс Python для начинающих в авторизованном центре обучения ФОРС.

Главная

Курсы

Python

Python для начинающих

F.PY1

Python для начинающих

Программа обучения представляет собой курс, охватывающий основы синтаксиса Python и основные алгоритмические конструкции.
Этот курс предназначен для новичков, желающих овладеть основами программирования на Python и освоить инструменты для работы с данными.

Предварительная подготовка:

Базовое представление о программировании.

Понимание структур данных.

36 000₽

Длительность

3 дня (24ч в неделю)

Доступ к курсу

Навсегда в личном кабинете

Документы

Удостоверение о повышении квалификации

Количество слушателей

Укажите чтобы рассчитать скидку

Не подходит расписание? Выберите дату и форму обучения удобную для вас!

Выбрать свою дату

Для корпоративных клиентов

Кому подойдет этот курс

Разработчики

Программисты

Администраторы

Архитекторы

Получаемые знания:

• Основы синтаксиса Python и его применение для написания программ
• Понимание структур данных и их использование для организации информации
• Навыки работы с строковыми значениями и манипуляции с ними
• Умение работать с датами и временем в Python
• Основы работы с функциями и их применение в программировании
• Знакомство с библиотекой Pandas и методами работы с данными
• Навыки группировки данных, объединения таблиц и визуализации данных
• Умение чистить данные и применять методы Feature Engineering
• Навыки работы с файлами различных форматов в Python

Основы синтаксиса Python. Основные алгоритмические конструкции

· Введение в Python: история, преимущества языка, установка интерпретатора

· Основы синтаксиса Python: переменные, типы данных, операторы

· Условные конструкции: if, else, elif

· Циклы: for и while

· Функции: определение, параметры, возвращаемые значения

· Списки и кортежи: создание, индексация, срезы

· Словари и множества: особенности, применение

· Работа с файлами: чтение и запись данных

· Основные алгоритмические конструкции: рекурсия, сортировка, поискОсновы синтаксиса Python

· Основные алгоритмические конструкции

Эти темы помогут слушателям понять различные типы структур данных, их особенности и способы применения в программировании на Python. Знание структур данных является важным компонентом для эффективной работы с информацией и оптимизации алгоритмов.

Структуры данных

· Введение в структуры данных: понятие, значение и применение

· Списки и их методы: создание, индексация, срезы, добавление и удаление элементов

· Кортежи и их особенности: различия с списками, неизменяемость

· Словари: создание, обращение к элементам, добавление и удаление пар ключ-значение

· Множества и операции над ними: создание, объединение, пересечение, разность

· Очереди и стеки: реализация с использованием списков или других структур данных

· Деревья: представление и применение в Python

· Графы: представление и основные алгоритмы работы с графами

· Применение структур данных в решении различных задач: анализ данных, поиск путей, оптимизация алгоритмов

Эти темы помогут слушателям освоить основные методы работы со строками в Python, что является важным навыком при обработке текстовой информации, работе с файлами и взаимодействии с внешними источниками данных.

Работа с датами

· Введение в работу с датами в Python: понятие даты и времени, модуль datetime

· Создание и форматирование дат: использование различных форматов даты и времени

· Операции с датами: вычисления временных интервалов, сравнение дат

· Работа с объектами даты и времени: методы и атрибуты объектов datetime

· Преобразование строк в даты и обратно: парсинг дат из строкового формата

· Работа с временными зонами: модуль pytz, управление временными зонами

· Обработка дат в различных форматах: работа с датами из разных источников

· Применение дат в анализе данных: временные ряды, фильтрация по датам, агрегация по времени

· Решение задач с использованием дат: расписание, управление временными событиями, анализ тенденций во времени

Эти темы позволят слушателям освоить навыки работы с датами и временем в Python, что является важным компонентом при анализе данных, разработке приложений с учетом временных параметров и автоматизации процессов, связанных со временем.

Функции

· Введение в функции в Python: понятие функций, их назначение и преимущества

· Определение функций: синтаксис, передача параметров, возвращаемое значение

· Встроенные функции: использование стандартных функций Python

· Область видимости переменных: глобальные и локальные переменные

· Рекурсия: понятие, примеры рекурсивных функций

· Аргументы функций: позиционные аргументы, именованные аргументы, значения по умолчанию

· Лямбда-функции: определение анонимных функций

· Функции высшего порядка: передача функций как аргументов, возврат функций из функций

· Модули и пакеты: организация кода с использованием функций

Эти темы помогут слушателям понять основы работы с функциями в Python, научат создавать собственные функции, использовать их для повторного использования кода, структурирования программ и упрощения разработки. Понимание функционального программирования является важным навыком для эффективного написания кода на Python.

Введение в Pandas

· Знакомство с библиотекой Pandas: цели и преимущества использования Pandas для работы с данными

· Структуры данных в Pandas: серии (Series) и таблицы (DataFrame)

· Загрузка данных в Pandas: чтение данных из файлов различных форматов

· Индексация и выбор данных: работа с индексами, извлечение нужных данных

· Обработка данных: фильтрация, сортировка, группировка, агрегация

· Преобразование данных: добавление столбцов, изменение типов данных, удаление дубликатов

· Визуализация данных: создание графиков на основе данных из Pandas

· Работа с пропущенными данными: обнаружение и обработка пропусков в данных

· Применение методов Pandas в анализе данных: решение задач по обработке и анализу информации

Эти темы помогут слушателям освоить базовые навыки работы с данными с помощью библиотеки Pandas, что является важным для работы с большими объемами информации, анализа данных и подготовки данных для машинного обучения. Pandas является мощным инструментом для работы с табличными данными в Python

Методы группировки данных

· Группировка данных в Python: понятие группировки, цели и преимущества

· Применение агрегирующих функций: сумма, среднее, максимум, минимум и другие

· Многоуровневая индексация: создание и работа с многоуровневыми индексами после группировки

· Фильтрация данных после группировки: отбор групп с определенными характеристиками.

· Преобразование данных внутри групп: применение пользовательских функций к данным внутри групп

· Работа с несколькими столбцами: группировка и агрегация по нескольким столбцам одновременно

· Применение методов группировки в решении задач: анализ данных, создание сводных таблиц, выявление закономерностей

Эти темы помогут слушателям курса овладеть навыками группировки данных в Python с помощью библиотеки Pandas, что является важным для анализа и обработки больших объемов информации, а также для выявления закономерностей и трендов в данных. Группировка данных является важным инструментом при работе с табличными данными.

Объединение таблиц

· Типы объединения таблиц: inner join, left join, right join, outer join

· Методы объединения таблиц в Pandas: `merge()`, `concat()`

· Объединение таблиц по ключам: указание столбцов для объединения

· Работа с дубликатами и пропущенными данными при объединении таблиц

· Многократное объединение таблиц: последовательное применение методов объединения

· Объединение таблиц различных типов: соединение текстовых и числовых данных

· Объединение таблиц по нескольким ключам: множественные столбцы для объединения

· Применение методов объединения таблиц в анализе данных: слияние данных из разных источников, создание комплексных отчетов

Эти темы позволят слушателям курса овладеть навыками объединения таблиц в Python с использованием библиотеки Pandas, что является важным для объединения данных из различных источников, создания сводных отчетов и анализа информации, хранящейся в разных таблицах. Объединение таблиц является важным этапом при работе с данными в анализе и обработке информации.

Методы визуализации данных

· Значение визуализации данных: цели и преимущества визуализации информации

· Библиотеки визуализации данных в Python

· Основы визуализации данных с помощью Matplotlib: создание графиков, настройка осей, легенды

· Построение различных типов графиков: линейные, столбчатые, круговые диаграммы

· Настройка внешнего вида графиков: цвета, шрифты, стили

· Создание комплексных дашбордов и отчетов: объединение нескольких графиков на одном холсте

· Применение методов визуализации данных в анализе и интерпретации информации

Эти темы помогут слушателям освоить основы визуализации данных в Python с использованием различных библиотек и инструментов, что является важным для представления информации, выявления закономерностей и трендов, а также создания наглядных отчетов и дашбордов для принятия решений на основе данных. Визуализация данных играет ключевую роль в анализе информации и коммуникации результатов исследований.

Очистка данных

· Значение очистки данных: цели и преимущества процесса очистки данных

· Основные проблемы в данных: пропущенные значения, дубликаты, выбросы, некорректные значения

· Обработка пропущенных значений: методы заполнения пропусков, удаление строк или столбцов с пропущенными данными

· Обнаружение и удаление дубликатов: методы поиска и удаления повторяющихся записей

· Обработка выбросов: методы обнаружения и фильтрации выбросов в данных

· Нормализация данных: масштабирование признаков для улучшения качества и производительности моделей

· Преобразование типов данных: изменение типов данных для удобства работы и анализа

· Удаление лишних символов и приведение данных к стандартному формату

· Применение методов очистки данных в практических задачах: подготовка данных для анализа, обучения моделей машинного обучения

Эти темы помогут слушателям освоить основные методы очистки данных в Python, что является важным этапом при подготовке данных для анализа, построения моделей машинного обучения и получения достоверных результатов и выводов. Очищенные данные способствуют более точному и надежному анализу информации.

Feature Engineering

· Роль Feature Engineering в машинном обучении: цели и преимущества создания новых признаков

· Преобразование категориальных переменных: кодирование категорий, применение метода One-Hot Encoding

· Масштабирование признаков: нормализация и стандартизация данных

· Создание новых признаков на основе существующих: применение арифметических операций, комбинирование признаков

· Извлечение признаков из текста: токенизация, векторизация текстовых данных

· Преобразование временных признаков: извлечение дней недели, месяцев, годов из дат

· Обработка пропущенных значений: заполнение пропусков, создание новых признаков на основе пропущенных значений

· Уменьшение размерности признакового пространства: методы снижения размерности данных

· Применение методов Feature Engineering в практических задачах: улучшение качества моделей машинного обучения, оптимизация признаков для конкретной задачи

Эти темы помогут слушателям овладеть навыками Feature Engineering в Python, что является ключевым этапом в подготовке данных для построения моделей машинного обучения. Создание новых признаков и оптимизация признакового пространства способствуют улучшению производительности моделей и качества результатов предсказаний.

Работа с файлами разных форматов

· Чтение и запись текстовых файлов: открытие, чтение данных, запись данных в текстовые файлы

· Работа с CSV файлами: чтение и запись данных из и в файлы формата CSV

· Работа с Excel файлами: использование библиотеки Pandas для чтения и записи данных из и в файлы Excel

· Чтение и запись файлов JSON: работа с данными в формате JSON, сериализация и десериализация

· Работа с файлами XML: парсинг и создание XML файлов с помощью библиотеки ElementTree

· Работа с файлами в формате SQLite: выполнение SQL запросов к базе данных SQLite из Python

· Работа с файлами изображений: открытие, обработка и сохранение изображений с использованием библиотеки Pillow

· Работа с файлами аудио и видео: чтение и обработка аудио- и видеофайлов с помощью специализированных библиотек

Эти темы позволят слушателям освоить различные методы работы с файлами разных форматов в Python, что является важным для обработки и анализа разнообразных данных, а также для автоматизации процессов работы с файлами в различных форматах. Умение работать с разнообразными форматами файлов является важным навыком для разработчиков и аналитиков данных.

Python для начинающих

F.PY1

Python. Продвинутый уровень

F.PY2

Python для администрирования GNU/Linux

F.PY4ADM

Python для анализа данных

F.PY4DS

У этого курса пока нет отзывов. Ниже представлены отзывы по другим курсам учебного центра.

Анонимно

О курсе "Zabbix - полное погружение"

Курс очень познавательный: узнал много нового, и эти знания точно пригодятся в работе. Также хочу поблагодарить преподавателя Алексея за понятную, информативную подачу материала и подробные объяснения.

Кирилл Прокопенков

О курсе "Oracle Linux 8: System Administration I"

Курс хороший. У меня был небольшой опыт работы в GNU/Linux - этот курс помог упорядочить разрозненные знания и дал некоторые новые. Лектор Георгий - компетентный и живой преподаватель. Из‑за плотного объёма информации занятия даются тяжеловато; было бы здорово сочетать теорию с практикой в рамках одного занятия. Спасибо!

Артем Федюкович

О курсе "Oracle Linux 8: System Administration I"

Курс отличный, подойдёт для новичков, которые хотят окунуться в работу с ОС Linux. В целом и опытные пользователи смогут для себя узнать что-то новое.

Анонимно

О курсе "Kubernetes: от основ до CI/CD"

Курс неплохой. Всё по делу, без лишней теории. Научили создавать поды, сервисы, деплои.

Николай Долгополов

О курсе "АМА-сессия с Романом Фроловым: Инструменты и средства настройки производительности PostgreSQL"

Спасибо за большой емкий курс! Много нового узнал :) пожелание только одно - сделать больше упор на интерпретацию результатов настроек. желательно в удобоваримом виде (схемы, таблички, графики)

Юрий Подкаменный

О курсе "Основы SQL: создание переносимого кода"

Спасибо за курс! Напомнили стандарты и узнал нюансы ORCALE - POSTGRES.

Артемий

О курсе "Корпоративная архитектура предприятия"

Курс по корпоративной архитектуре позволяет получить хорошее понимание взаимосвязи различных видов архитектуры в компании, оценить развитие архитектуры Вашей компании и получить понимание как можно улучшить существующие процессы.

Сергей Фирсов

О курсе "Основы администрирования РЕД ОС. 2024"

Добрый день!
Курс прошел успешно. Преподаватели хорошо владеют материалом. Получено много информации, которую надо осмыслить, систематизировать и научиться применять в процессе решения поставленных задач.

Анонимно

О курсе "АМА-сессия с Романом Фроловым: Инструменты и средства настройки производительности PostgreSQL"

Очень интересный курс.
На нём рассматриваются вопросы производительности не только со стороны базы данных, но и со стороны операционной системы. Позволяя получить комплексное понимание вопроса.

Андрей Тюлюбаев

О курсе "Разработка серверной части приложений PostgreSQL 16. Базовый курс"

Пока не все понятно потому что не было опыта раньше, но много примеров в материалах и это отлично

Владислав Вдовкин

О курсе "Отказоустойчивый кластер СУБД PostgresSQL на основе Patroni"

Хороший, полезный курс. Позволяет в короткий срок освоить технологию. Как человеку не знакомому с Patroni хотелось бы развернуть его с нуля начиная с установки пакетов в рамках курса. Но это лично моё мнение, в целом это не повлияло на общее впечатление от курса.

Алексей Петрушов

О курсе "PostgreSQL 16. Оптимизация запросов"

Открывает SQL с новой стороны. На курсе учат разбираться с планами запросов, оптимизацией и прочим тюнингом. Преподаватель хорошо владеет вопросом. Рекомендую всем, кто так или иначе, работает со сложными запросами.

Юрий Беляков

О курсе Администрирование PostgreSQL 16. Резервное копирование и репликация

Очень понравился курс, который разбирает две главные темы: резервное копирование и репликацию в PostgreSQL. Особенно понравилась практика с настройкой разных типов репликаций. Материал полностью актуален, но требует базового знакомства с PostgreSQL. Курс даёт готовые рабочие схемы для отказоустойчивого кластера и реального восстановления данных. Очень мало воды, много консольных команд и живых примеров. Рекомендую всем.

Дмитрий Виноградов

О курсе "Миграция с Oracle на Postgres: Подходы, проблемы и решения. Практический курс"

Преподаватель грамотный, обладает большим опытом работы в данной области.

Лариса Шкелева

О курсе "Администрирование PostgreSQL 16. Настройка и мониторинг"

Курс интересен и полезен для любого уровня администратора. Я обнаружила и обозначила для себя приоритетные темы для более детального изучения. Другие вопросы, с которыми сталкивалась в работе, в результате получили упорядоченность и более глубокое понимание. Спасибо!

Олег Пелипас

О курсе "Безопасность в ОС Astra Linux 1.7"

Лектор прочитал курс с "огоньком": с примерами и отступлениями сверх программы, что помогло лучшему пониманию материала. Презентации подготовлены лаконично и по существу. Тестовые материалы так же понятны, и вместе с тем не прямолинейны, а требуют действительных знаний. Просто так, поиском в Интернет ответы не найти.

Алексей Кулешов

О курсе "Администрирование PostgreSQL 16. Базовый курс"

Курс мне очень понравился своей содержательностью и последовательностью подачи материала. Преподаватель Тимофей очень все доступно объясняет. Радует то что всегда можно спросить его помощи. Хотелось бы конечно чуть чуть побольше практических примеров из жизненного опыта при разборе тем. Не просто теория, а где как и для чего она применяется на практике. В остальном все на высшем уровне! Организация, материал, преподаватель - все супер!

Илья Любич

О курсе "Безопасная разработка программного обеспечения"

Все прошло хорошо.
+ Много полезной информации;
+ Хороший лектор, который всегда готов ответить на вопросы;
+ Материалы лекций и дополнительные материалы для документов.

- Мало практики;
- Очень много теории без закрепления материала.

Татьяна Червякова

О курсе "Администрирование PostgreSQL 16. Базовый курс"

Все на высшем уровне.

Ирина Нигматуллина

О курсе "Создание информационных систем на платформе XSQUARE"

Курс по платформе XSQUARE был пройден с огромным любопытством. Программа курса позволила вникнуть в суть работы платформы, получить навыки работы и разобраться в некоторых нюансах продуктов XSQUARE. Преподаватель на курсе все подробно и терпеливо рассказывал и помогал найти ошибки, что позволило лучше понять программу.

Как проходит обучение на платформе ФОРС

[ 01 ]

Знакомство с платформой

Платформа учебного центра ФОРС предназначена для удобного и комфортного обучения. Доступ к материалам будет открыт сразу после приобретения курса, а также навсегда доступен в личном кабинете.

[ 02 ]

Обучение

Каждый раздел содержит уроки с теоретическими материалами в видео и текстовых форматах, а так же демонстрацию практических примеров от преподавателей. Самостоятельная работа поможет закрепить полученные знания.

[ 03 ]

Обратная связь и поддержка

Мы поддерживаем онлайн-ресурс, где слушатели всегда могут задать вопрос преподавателю или коллективно обсудить возможные проблемы с другими студентами. Вы всегда сможете получить необходимую информацию в личном кабинете.