Python для автоматизации и анализа данных

Программа обучения

• Введение в язык Python. Знакомство со средой программирования. Базовые операции. Интерпретация ошибок4 ак. ч.

  Познакомитесь с синтаксисом языка Python и рекдактором Jupyter. Изучите основные типы данных (int, float, str), ввод и вывод, первичные выражения и базовые функции.

• Строки и списки в Python4 ак. ч.

  Освоите составные типы данных в Python (строки, списки, множества и словари). Разберетесь в управляющих конструкциях, а также условных операторах.

  • Логические переменные, операции и операторы сравнения;
  • Условия if-elif-else;
  • Условный цикл while (итераторы, генераторы, генераторы списков).

• Списки, кортежи, последовательности. Методы строк и списков4 ак. ч.

  Познакомитесь со структурами данных, благодаря которым удобно хранить и организовывать группы связанных элементов. Каждый из этих типов (списки, кортежи последовательности) имеют свои особенности и предназначены для определенных задач.

• Множества. Словари. Вложенные структуры данных. Цикл For. Вложенные циклы6 ак. ч.

  Поймете, как работает цикл For в синтаксисе Python, сможете повторять блок кода заданное количество раз или для каждого элемента в итерируемом объекте.

• Функции. Рекурсия. О-нотация6 ак. ч.

  Изучите устройство функций в Python. Освоите алгоритм поиска ошибок и отладки. Разберете рекурсивные функции, О-нотацию и алгоритмику сложных вычислений. Научитесь автоматизировать, ускорять создание кода.

• Регулярные выражения6 ак. ч.

  Узнаете о регулярных выражениях (regular expressions) в синтаксисе Python, которые помогают работать с текстом кода. Помимо этого, регулярные выражения позволяют искать, сопоставлять, заменять текстовые данные на основе заданных шаблонов.

• Работа с файлами: текстовые и табличные файлы6 ак. ч.

  Освоите работу с продвинутыми файловыми системами, словарями.

• Основы ООП. Классы4 ак. ч.

  Познакомитесь с основами ООП (объектно-ориентированного программирования). Такой подход к разработке программного обеспечения позволяет организовать код в объекты, которые имеют свои переменные и методы.

• Сбор данных: web-scraping, requests, BeautifulSoup6 ак. ч.

  Познакомитесь с инструментом Selenium для автоматизации действий браузера. Будете работать с сервисами через интерфейс создания приложения API (application programming interface).

• Сбор данных: requests, BeautifulSoup — продолжение6 ак. ч.

  Узнаете, как собирать данные из различных источников в автоматизированном режиме. Потренируетесь делать запросы в библиотеки requests и BeautifulSoup, которые помогают работать с веб-страницами, извлекать нужную информацию.

• Сбор данных: работа с сервисами через API 6 ак. ч.

  Научитесь работать с API и форматами данных из API Xml, json. Освоите парсинг информации из интернета и регулярных выражений.

• Введение в numpy. Работа с векторами и матрицами. Введение в pandas 6 ак. ч.

  Будете разбираться в библиотеке numpy (Numerical Python), которая полезна для работы с векторами, матрицами и другими многомерными массивами в Python. Numpy предоставляет эффективные структуры данных, функции и методы для анализа числовых данных высокой размерности.

• Pandas продолжение. Разведывательный анализ данных4 ак. ч.

  Изучите разведывательный анализ данных. Поймете особенности исследования текста.

  • Наивный байесовский классификатор;
  • Признаковое описание текстов.

• Визуализация для презентации данных: matplotlib, seaborn6 ак. ч.

  Освоите визуализацию для презентации больших данных: matplotlib. Научитесь строить основные виды графиков, а также замечать ошибки при создании визуализаций.

• Работа с SQL запросами и базами данных6 ак. ч.

  Будете понимать, зачем нужны SQL-запросы в Python для выполнения различных операций, связанных с хранением и извлечением необходимой информации.

• Создание телеграм-ботов6 ак. ч.

  Узнаете на практике, как поэтапно придумать, смоделировать, написать чат-бота в Телеграм с помощью возможностей Python.

• Предобработка текстовых данных и изображений 6 ак. ч.

  Поймете, как подготовить и оптимизировать текстовые данные, векторные и другие изображения перед их дальнейшей обработкой и анализом.

• Обзор полезных библиотек Python для решения различных задач программиста6 ак. ч.

  Научитесь пользоваться библиотеками для хранения и обработки больших данных в табличном формате: pandas и другими.