نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیویی برای نمایش وجود ندارد.
توضیحات دوره:
این دوره جنبه های مهم انتخاب محیط توسعه برای پایتون ، تفاوت Conda و Pip برای کار با کتابخانه های پایتون ، IDE های معروف مانند PyCharm ، IDLE ، Eclipse و Spyder و همچنین اجرای پایتون را پوشش می دهد ... پایتون منفجر شده است در سالهای اخیر محبوبیت داشته است ، بیشتر به این دلیل که تجزیه و تحلیل و کار با داده ها بسیار ساده است. پایتون با وجود موفقیت چشمگیر خود به عنوان ابزاری برای نمونه سازی اولیه ، هنوز هم برای توسعه در مقیاس بزرگ و شرکتی نسبتاً اثبات نشده است. در این دوره ، با ساخت اولین راه حل تجزیه و تحلیل Python خود ، توانایی شناسایی و استفاده از محیط توسعه و اجرای مناسب برای شرکت خود را پیدا خواهید کرد. اول ، شما یاد خواهید گرفت که چگونه نوت بوک های مشتری ، علی رغم محبوبیت بسیار زیاد ، کاملاً مقاوم به عنوان محیط های توسعه یکپارچه یا IDE نیستند. در مرحله بعدی ، خواهید فهمید که چگونه محیط های مختلف اجرا راه های دیگری برای پیکربندی کتابخانه های پایتون ارائه می دهند ، و به طور خاص چگونه دو محبوب ترین ، Conda و Pip ، در برابر یکدیگر قرار می گیرند. همچنین چندین محیط مختلف توسعه از جمله IDLE ، PyCharm ، Eclipse و Spyder را کشف خواهید کرد. سرانجام ، با اجرای پایتون در محیط های اصلی ابر ، از جمله AWS ، Microsoft Azure و GCP ، دانش خود را جمع آوری می کنید. وقتی این دوره را به پایان رسانید ، مهارت و دانش لازم را برای شناسایی محیط های صحیح توسعه و اجرای پایتون در زمینه سازمانی خود خواهید داشت.
سرفصل ها و درس ها
بررسی اجمالی دوره
Course Overview
-
بررسی اجمالی دوره
Course Overview
شروع کار با پایتون برای تجزیه و تحلیل
Getting Started with Python for Analytics
-
بررسی اجمالی ماژول
Module Overview
-
پیش نیازها و طرح کلی دوره
Prerequisites and Course Outline
-
پایتون برای تجزیه و تحلیل داده ها
Python for Data Analytics
-
محیط های توسعه پایتون
Python Development Environments
-
بسته های پایتون
Python Packages
-
نسخه ی نمایشی: ویندوز - نصب پایتون و استفاده از Pip برای نصب بسته ها
Demo: Windows - Installing Python and Using Pip to Install Packages
-
نسخه ی نمایشی: MacOS - استفاده از Brew برای نصب پایتون 3
Demo: MacOS - Using Brew to Install Python 3
-
نسخه ی نمایشی: MacOS - استفاده از Pip برای نصب بسته ها
Demo: MacOS - Using Pip to Install Packages
-
نسخه ی نمایشی: نصب و کار با محیط های مجازی
Demo: Installing and Working with Virtual Environments
-
نسخه ی نمایشی: ویرایش اسکریپت پایتون با استفاده از Nano و Vim
Demo: Editing a Python Script Using Nano and Vim
-
نسخه ی نمایشی: ویرایش اسکریپت پایتون با استفاده از SublimeText
Demo: Editing a Python Script Using SublimeText
-
نسخه ی نمایشی: استفاده از ویراستاران آنلاین برای نوشتن کد پایتون
Demo: Using Online Editors to Write Python Code
-
خلاصه ماژول
Module Summary
کار با پایتون با استفاده از آناکوندا
Working with Python Using Anaconda
-
بررسی اجمالی ماژول
Module Overview
-
معرفی نوت بوک های مشتری
Introducing Jupyter Notebooks
-
نسخه ی نمایشی: ویندوز با نصب Anaconda و اجرای نوت بوک های Jupyter
Demo: Windows Installing Anaconda and Running Jupyter Notebooks
-
نسخه ی نمایشی: Mac OS با نصب Anaconda و اجرای نوت بوک های Jupyter
Demo: Mac OS Installing Anaconda and Running Jupyter Notebooks
-
نسخه ی نمایشی: نصب هسته Python 2 به همراه Python 3
Demo: Installing the Python 2 Kernel along with Python 3
-
نسخه ی نمایشی: اجرای کد در Jupyter
Demo: Executing Code in Jupyter
-
نسخه ی نمایشی: راه اندازی مجدد و تغییر هسته ها
Demo: Restarting and Switching Kernels
-
نسخه ی نمایشی: کاوش در دستورات جادویی
Demo: Exploring Magic Commands
-
نسخه ی نمایشی: دستورات Magic Magic و Cell Magic
Demo: Line Magic and Cell Magic Commands
-
نسخه ی نمایشی: کاوش در ابزارک های تعاملی
Demo: Exploring Interactive Widgets
-
نسخه ی نمایشی: درگیری و تجسم داده ها
Demo: Wrangling and Visualizing Data
-
خلاصه ماژول
Module Summary
کار با پایتون با استفاده از IDE های دیگر
Working with Python Using Other IDEs
-
بررسی اجمالی ماژول
Module Overview
-
کاوش IDE های محبوب برای پایتون
Exploring Popular IDEs for Python
-
نسخه ی نمایشی: نصب و راه اندازی IDLE
Demo: Installing and Setting up IDLE
-
نسخه ی نمایشی: کد در حال اجرا و اشکال زدایی با IDLE
Demo: Running and Debugging Code with IDLE
-
نسخه ی نمایشی: نصب Eclipse و راه اندازی پلاگین PyDev
Demo: Installing Eclipse and Setting up the PyDev Plugin
-
نسخه ی نمایشی: کد در حال اجرا و اشکال زدایی با گرفتگی
Demo: Running and Debugging Code with Eclipse
-
نسخه ی نمایشی: نصب و راه اندازی PyCharm
Demo: Installing and Setting up PyCharm
-
نسخه ی نمایشی: کد در حال اجرا و اشکال زدایی با PyCharm
Demo: Running and Debugging Code with PyCharm
-
نسخه ی نمایشی: کار با Spyder
Demo: Working with Spyder
-
خلاصه ماژول
Module Summary
کار با پایتون روی ابر
Working with Python on the Cloud
-
بررسی اجمالی ماژول
Module Overview
-
ژوپیتر روی ابر
Jupyter on the Cloud
-
نسخه ی نمایشی: شروع به کار با Azure Notebooks
Demo: Getting Started with Azure Notebooks
-
نسخه ی نمایشی: تجزیه و تحلیل و تجسم داده ها در نوت بوک های لاجوردی
Demo: Analyzing and Visualizing Data on Azure Notebooks
-
نسخه ی نمایشی: راه اندازی و اتصال به Cloud Datalab در GCP
Demo: Setting up and Connecting to Cloud Datalab on the GCP
-
نسخه ی نمایشی: ساخت یک مدل رگرسیون ساده در Datalab
Demo: Building a Simple Regression Model on Datalab
-
نسخه ی نمایشی: راه اندازی یک نمونه نوت بوک SageMaker در AWS
Demo: Setting up a SageMaker Notebook Instance on AWS
-
نسخه ی نمایشی: اجرای کد برای ادغام با S3 Buckets
Demo: Executing Code to Integrate with S3 Buckets
-
خلاصه و مطالعه بیشتر
Summary and Further Study
نمایش نظرات