Программирование на Python. Уровень 2. Алгоритмы, работа с данными.

Аналитика и Data Science

Программирование и IT

Python – один из самых популярных и востребованных языков программирования на сегодняшний день. Будучи высокоуровневым языком, он идеально подходит для разработки самостоятельных программ и сценариев и ориентирован на повышение производительности разработчика и читаемости кода. Синтаксис Python очень лаконичен, но в то же время его библиотеки включают большой объем полезных функций. Именно поэтому он отлично подходит как для начинающих, так и для опытных программистов. На сегодняшний день специалисты, владеющие навыками программирования на языке Python очень востребованы на рынке. Не откладывайте свое обучение одному из самых популярных и востребованных языков программирования!

Программа курса

В этом курсе вас ожидает

9 тематических
модулей

40 академических
часов

Аналитика и Data Science

Программирование на Python. Уровень 2. Алгоритмы, работа с данными.

PDF

Программа курса в PDF

В этом курсе вас ожидает

9 тематических
модулей

40 академических
часов

Классы и объекты.

- Введение в Объектною-ориентированное программирование (ООП)
- Класс и экземпляр класса.
- Данные экземпляра, методы экземпляра и свойства экземпляра
- Создание собственного класса
- Инкапсуляция
- Атрибуты класса
- Чтение и изменение атрибута.
- Практикум: Разработка собственных классов. Определение нужных методов и свойств классов. Создание нескольких объектов

Наследование

- Роль наследования в ООП, понятие иерархии наследования
- Принцип утиной типизации
- Понятие базового класса и производного класса
- Функция isinstance и ее применение.
- Создание производного класса
- Применение экземпляров базового и производного класса.
- Практикум: Расширение готовых классов

Абстрактные классы и полиморфизм

- Полиморфизм. Принцип DRY и WET
- Понятие абстракции
- Знакомство с абстрактными классами Python
- Подмена методов в производном классе.
- Полиморфные классы
- Контейнерные типы.
- Библиотечные модули collections и collections.abc
- Применение контейнерных типов
- Практикум: Имплементация новых методов

Алгоритмы сортировки и поиска в Python

- Сложность алгоритмов, O(N) нотация. Типы сортировки.
- Основные алгоритмы сортировки и поиска
- Этапы разработки алгоритма
- Разработка на Python оптимальных алгоритмов поиска
- Оптимизация алгоритма
- Практикум: Реализация на Python алгоритма решателя Судоку.
- Решение 100 сложнейших Судоку

Алгоритмы поиска на графах

- Введение в теорию графов, основные алгоритмы на графах
- Теория графов. Представление графов в Python
- Поиск в ширину
- Поиск в глубину
- Лабораторная работа: Имплементация графа на Python
- Практикум: Нахождение кратчайшего пути проезда на примере графа станций московского метрополитена
- 6 ак.ч.

Записи и данных. Работа с данными SQLite

- Разработка структуры данных
- Сохранение данных.
- Список и запись. Записи и таблицы
- Чтение и запись Понятие об объектно-реляционном соответствии
- Хранение данных пользователей в СУБД Sqlite
- Использование СУБД Sqlite для хранения данных графа московского метрополитена
- Практикум: Хранение данных пользователей в СУБД Sqlite

Хранение данных вне программы

- Понятие о структуре данных
- Использование структуры для хранения данных
- Хранение данных вне Python
- Сохранение и восстановление данных.
- Библиотечный модуль pickle и shelve
- Практикум Сохранение данных графа и использованием модуля pickle

Работа с данными JSON в Python

- Знакомство с форматом JSON. Работа с форматом JSON в Python.
- Сериализация и десериализация файлов JSON в Python.
- Хранение данных вне Python
- Сохранение данных в файл JSON
- Практикум: Составление графа московского метрополитена на основе файла JSON

Итоговая аттестация

- Итоговая аттестация