آموزش Advanced Python: کار با پایگاه داده

Advanced Python: Working with Databases

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: برای ایجاد برنامه های کاربردی و مفید پایتون ، به یک پایگاه داده نیاز دارید. پایگاه های داده به شما امکان می دهد داده های جلسات کاربر را ذخیره کنید ، موجودی را ردیابی کنید ، پیشنهادهایی ارائه کنید و موارد دیگر. با این حال ، پایتون با بسیاری از گزینه ها سازگار است: SQLite ، MySQL و PostgreSQL ، از جمله. انتخاب پایگاه داده مناسب مهارتی است که انتظار می رود توسعه دهندگان پیشرفته آن را فرا بگیرند. این دوره با مقایسه انواع مختلف پایگاه داده هایی که می توانند از طریق Python Database API به یکدیگر متصل شوند ، یک آغازگر عالی ارائه می دهد. مربی کاترین هاج تفاوت بین SQLite ، MySQL و PostgreSQL را آموزش می دهد و نحوه استفاده از ابزار ORM SQLAlchemy برای جستجوی پایگاه داده را نشان می دهد. فصل های آخر دانش شما را در دو پروژه عملی به کاربرد عملی می رساند: توسعه یک برنامه کامل پشته با Python ، PostgreSQL و Flask و ایجاد یک برنامه تجزیه و تحلیل داده با pandas و Jupyter Notebook. در پایان ، شما باید در ایجاد و استفاده از پایگاه داده احساس راحتی کنید و بتوانید تصمیم بگیرید که کدام پایگاه داده پایتون برای شما مناسب است.
موضوعات شامل:
  • پایگاه داده چیست؟
  • پایگاه های رابطه ای در مقابل پایگاه های غیر رابطه ای
  • ایجاد پایگاه داده SQLite
  • در حال ویرایش سوابق در SQLite
  • ایجاد یک پایگاه داده MySQL
  • کپسوله سازی عملیات پایگاه داده
  • ایجاد پایگاه داده PostgreSQL
  • تعامل با پایگاه های داده با استفاده از SQLAlchemy
  • ایجاد رویه ذخیره شده
  • در حال توسعه برنامه های پشته ای کامل با Python و Flask
  • در حال توسعه برنامه های تجزیه و تحلیل با پاندا و SQLAlchemy

سرفصل ها و درس ها

مقدمه Introduction

  • استفاده از پایگاه داده برای بالا بردن برنامه های پایتون Using databases to level up your Python applications

  • چه چیزی میخواهید بدانید What you need to know

1. آشنایی با پایگاه داده در پایتون 1. Introduction to Databases in Python

  • پایگاه داده چیست؟ What is a database?

  • پایگاه داده های رابطه ای Relational databases

  • پایگاه داده های غیر رابطه ای Non-relational databases

  • Python Database API Python Database API

2. استفاده از SQLite در پایتون 2. Using SQLite in Python

  • SQLite چیست؟ What is SQLite?

  • ایجاد یک پایگاه داده SQLite Creating an SQLite database

  • دستکاری سوابق در یک پایگاه داده SQLite Manipulating records in a SQLite database

  • SQLAlchemy چیست؟ What is SQLAlchemy?

  • راه اندازی یک محیط مجازی برای SQLAlchemy Setting up a virtual environment for SQLAlchemy

  • استفاده از SQLAlchemy Core با پایگاه داده SQLite Using SQLAlchemy Core with an SQLite database

  • چالش: یک پایگاه داده SQLite ایجاد کنید Challenge: Create an SQLite database

  • راه حل: یک پایگاه داده SQLite ایجاد کنید Solution: Create an SQLite database

3. استفاده از MySQL در پایتون 3. Using MySQL in Python

  • MySQL چیست؟ What is MySQL?

  • ایجاد یک پایگاه داده MySQL Creating a MySQL database

  • ساخت جداول در یک پایگاه داده MySQL Building tables in a MySQL database

  • اتصال یک برنامه پایتون به یک پایگاه داده MySQL Connecting a Python application to a MySQL database

  • محاسبه عملیات پایگاه داده برای ایجاد برنامه های بهتر Encaspulating database operations to make better applications

  • در حال توسعه برنامه های Pythonic با SQLAlchemy ORM Developing Pythonic applications with SQLAlchemy ORM

  • استفاده از جلسات SQLAlchemy برای انجام معاملات در یک پایگاه داده MySQL Using SQLAlchemy Sessions to transact on a MySQL database

  • استفاده از SQL برای وارد کردن داده های CSV Using SQL to import CSV data

  • استفاده از SQLAlchemy و پانداها برای وارد کردن داده های CSV Leveraging SQLAlchemy and pandas to import CSV data

  • چالش: ایجاد یک پایگاه داده MySQL Challenge: Create a MySQL database

  • راه حل: یک پایگاه داده MySQL ایجاد کنید Solution: Create a MySQL database

4- استفاده از PostgreSQL در پایتون 4. Using PostgreSQL in Python

  • PostgreSQL چیست؟ What is PostgreSQL?

  • ایجاد یک پایگاه داده PostgreSQL Creating a PostgreSQL database

  • ایجاد جدول در Postgres با استفاده از پایتون Creating a table in Postgres using Python

  • درج داده در یک پایگاه داده Postgres Inserting data into a Postgres database

  • تعامل با پایگاه داده Postgres با استفاده از پایتون Interacting with a Postgres database using Python

  • تعاملات Pythonic Postgres با SQLAlchemy Core Pythonic Postgres interactions with SQLAlchemy Core

  • تعاملات Pythonic Postgres با SQLAlchemy ORM Pythonic Postgres interactions with SQLAlchemy ORM

  • گروه بندی عبارات SQL با رویه های ذخیره شده Grouping SQL statements with stored procedures

  • ایجاد یک رویه ذخیره شده در PostgreSQL Creating a stored procedure in PostgreSQL

  • استفاده از Postgres رویه ها و عملکردهای ذخیره شده در پایتون Using Postgres stored procedures and functions in Python

  • چالش: یک پایگاه داده Postgres ایجاد کنید Challenge: Create a Postgres database

  • راه حل: یک پایگاه داده Postgres ایجاد کنید Solution: Create a Postgres database

5. توسعه برنامه های Full-Stack 5. Developing Full-Stack Applications

  • تنظیم Flask در برنامه پایتون Setting up Flask in a Python application

  • ایجاد یک صفحه وب با Flask Creating a webpage with Flask

  • در حال توسعه مسیرهای اضافی برای تقویت برنامه شما Developing additional routes to enhance your application

  • ایجاد پایگاه داده Postgres با استفاده از پایتون Instantiating a Postgres database using Python

  • اتصال یک پایگاه داده به یک پروژه Pythonic Flask Connecting a database to a Pythonic Flask project

  • تغذیه داده ها از پایگاه داده به برنامه Flask Feeding data from a database into a Flask application

  • ایجاد قابلیت افزودن به برنامه Flask Develop add functionality to a Flask application

  • چالش: توسعه قابلیت حذف Challenge: Develop delete functionality

  • راه حل: قابلیت حذف را توسعه دهید Solution: Develop delete functionality

6. توسعه برنامه های تجزیه و تحلیل 6. Developing Analysis Applications

  • آشنایی با پانداها Introduction to pandas

  • راه اندازی پانداها و نوت بوک Jupyter Setting up pandas and Jupyter Notebook

  • تجزیه و تحلیل داده ها با پانداها Analyzing data with pandas

  • ادغام SQLAlchemy با پانداها Integrating SQLAlchemy with pandas

نتیجه Conclusion

  • مراحل بعدی Next steps

نمایش نظرات

Linkedin (لینکدین)

لینکدین: شبکه اجتماعی حرفه‌ای برای ارتباط و کارآفرینی

لینکدین به عنوان یکی از بزرگترین شبکه‌های اجتماعی حرفه‌ای، به میلیون‌ها افراد در سراسر جهان این امکان را می‌دهد تا ارتباط برقرار کنند، اطلاعات حرفه‌ای خود را به اشتراک بگذارند و فرصت‌های شغلی را کشف کنند. این شبکه اجتماعی به کاربران امکان می‌دهد تا رزومه حرفه‌ای خود را آپدیت کنند، با همکاران، دوستان و همکاران آینده ارتباط برقرار کنند، به انجمن‌ها و گروه‌های حرفه‌ای ملحق شوند و از مقالات و مطالب مرتبط با حوزه کاری خود بهره‌مند شوند.

لینکدین همچنین به کارفرمایان امکان می‌دهد تا به دنبال نیروهای با تجربه و مهارت مورد نیاز خود بگردند و ارتباط برقرار کنند. این شبکه حرفه‌ای به عنوان یک پلتفرم کلیدی برای بهبود دسترسی به فرصت‌های شغلی و گسترش شبکه حرفه‌ای خود، نقش مهمی را ایفا می‌کند. از این رو، لینکدین به عنوان یکی از مهمترین ابزارهای کارآفرینی و توسعه حرفه‌ای در دنیای امروز مورد توجه قرار دارد.

آموزش Advanced Python: کار با پایگاه داده
جزییات دوره
4h 51m
51
Linkedin (لینکدین) Linkedin (لینکدین)
(آخرین آپدیت)
2,773
- از 5
ندارد
دارد
دارد
Kathryn Hodge
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Kathryn Hodge Kathryn Hodge

توسعه‌دهنده نرم‌افزار

کاترین هاج به‌عنوان توسعه‌دهنده نرم‌افزار در یک شرکت رسانه‌ای کار می‌کند.

علاوه بر کار خود به‌عنوان توسعه‌دهنده، کاترین یک کانال YouTube را برای افرادی که مایل هستند اجرا می‌کند. برای یادگیری نحوه کدنویسی قبل از فارغ التحصیلی از کالج، او به مدت سه سال به عنوان دستیار تدریس علوم کامپیوتر کار کرد. او به تلاقی رسانه‌ها، سرگرمی‌ها و فناوری علاقه زیادی دارد و بر ایجاد نرم‌افزاری متمرکز است که تأثیرگذار باشد.