Изучение python: от нуля до мастера

Программы обучения профессии «Python-разработчик»

Полноценное обучение с нуля до уровня junior-программиста. На многих программах обучения имеется вступительное тестирование на умение пользоваться ПК.

Программа Разработчик Python от otus:

• Если вы писали личные проекты на Python, но нет опыта промышленной разработки
• Дадутся объяснения следующих вопросов:
  • Как писать простой и идиоматичный код, за который не будет мучительно стыдно?
  • Как тестировать и поддерживать код на Python?
  • Как написать приложение, которое не умрёт под нагрузкой?

После прохождения курса у вас останется:

• 1 мини веб-проект
• богатый список литературы для ознакомления и углубления знаний программистов
• код и материалы занятий, соединенные вместе в виде jupyter-ноутбуков
• видеозаписи всех вебинаров занятий
• проектная работа на интересную вам тему

Цена 56000₽ для новых клиентов otus (скидка 4000₽ в течение 7 дней после регистрации).

Программа Профессия Python-разработчик от skillbox:

• Научитесь с нуля программировать на Python
• Изучите основы вёрстки сайтов и web-приложений
• Освойте популярный фреймворк Django
• Изучите асинхронное программирование для написания высокопроизводительных приложений
• Реальный опыт разработки — Реализация искусственного интеллекта роботов для оптимального сбора ресурсов — Вёрстка landing page

Цена 93600₽

Программа Факультет Python-разработки от GeekUniversity:

• Проектно-ориентированное обучение
• Совместная разработка
• Год опыта Python-разработки
• Множество необходимых для работы навыков
  • Умение создавать клиент-серверные приложения для Desktop
  • Навыки прототипирования мобильных приложений
  • Навыки верстки сайтов на HTML, CSS, Bootstrap
  • Навыки frontend-разработки на Javascript и JQuery
  • Умение создавать сайты на Django Framework
  • Знание алгоритмов и структур данных
  • Умение работать в команде, знание методологий разработки: Agile, Scrum
  • Умение работать с GIT
  • Навыки успешного прохождения собеседований и общения с заказчиками
  • Навыки проектирования архитектуры, использования шаблонов проектирования
  • Умение писать «чистый» код
• Имеются бесплатные подготовительные курсы для тех, кто не сможет пройти тестирование на знания базовых понятий программирования

Шаг 3: Установка Python на компьютер

* Вы можете пропустить этот шаг, если у вас есть компьютер Apple. Компьютеры Apple поставляются с предустановленным Python. Компьютеры с Windows не имеют такой функции

Если вам нужно использовать Python на Windows, вам необходимо скачать и установить его на свой компьютер. Существует две основные версии Python: Python 2 и Python 3. Это означает, что вам нужно выбрать правильную версию для ваших целей (Python самоучитель содержит необходимые материалы и программы к установке).

В большинстве случаев лучше всего загрузить обе версии. Многие старые программы были построены на Python 2, что означает, что они не будут работать с Python 3. Однако более новая версия предлагает множество улучшений по сравнению со старой, что означает, что она является более подходящей для людей, которые ищут как выучить Python.

Установка Python

Чтобы установить Python на свой компьютер, вам необходимо перейти на страницу загрузок Python. Первое, что вы заметите, это то, что доступны буквально сотни различных версий. Для изучения языка и ознакомления с его основным синтаксисом достаточно загрузить последнюю версию. Следуйте инструкциям вашего компьютера и установите Python, как и любую другую программу.

Поздравляем, теперь вы готовы перейти к следующему шагу!

Списки, кортежи, множества и словари

Списки, кортежи, множества и словари – еще 4 типа данных в Питоне, включающие в себя несколько значений и являющиеся итерируемыми (перебираемыми, как строки).

Особенности показаны в таблице 3.

Список (list)	Кортеж (tuple)	Множество (set)	Словарь (dict)
Изменяемый	Неизменяемый	Изменяемое	Изменяемый
Значения могут дублироваться	Значения могут дублироваться	Значения не могут дублироваться	Ключи не могут дублироваться
Доступ по индексу возможен	Доступ по индексу возможен	Доступ по индексу невозможен	Есть доступ к ключам и значениям

Таблица 3 – Коллекции данных в Python

Список – последовательность произвольных элементов, разделенных запятой. Обозначается квадратными скобками. Можно доставать отдельные составляющие через индекс, добавить в начало списка или конец те или иные значения, удалить элементы, узнать длину, отсортировать.

Рассмотрим часть функционала.

Результат работы скрипта:

Когда необходимо запретить изменение коллекции, ее удобно представлять в виде кортежа. Более того, он занимает меньшее количество в памяти. Записывается в круглых скобках.

На их основании также возможны срезы, доступ по индексу, нахождение максимума или минимума (если элементы представлены числами), поиск количества вхождений значений.

Результат работы скрипта:

Множества хороши в ситуациях, когда нужна гарантия уникальности всех элементов. Задаются фигурными скобками. При добавлении дубликата размер сета никак не меняется

Важно и то, что порядок объектов внутри множества не гарантирован, что исключает доступ по индексу

Результат работы скрипта:

Словарь – особый тип коллекций. Все его элементы состоят из пар «ключ: значение». Ключ должен быть уникальным, а значения могут повторяться. Обозначается фигурными скобками.

Рассмотрим некоторые операции со словарями.

Результат работы скрипта:

Таким образом, в зависимости от ситуации применяется тот или иной тип коллекций. Чаще всего это списки и словари.

Лучшие онлайн-курсы Python

Если хотите получить профессию или тесно связанную с этим языком — сейчас лучшее время. Вот 7 курсов программирования для начинающих, которые помогут вам быстрее получить первую работу или зарабатывать на фрилансе:

1. Профессия Python-разработчик

Годовая программа для изучения python с нуля. Вы начнете с основ: складывать числа, выводить текст на экран. Научитесь создавать простые и сложные модульные программы: от консольных скриптов до чат-ботов.

В конце курса соберете портфолио своих работ, а Центр карьеры поможет в составлении конкурентного резюме и подготовит к собеседованиям.

Краткая программа:

• Python
• Python Advanced
• Веб-верстка
• Python-фреймворк Django
• Универсальные знания программиста
• Английский для IT-специалистов
• Система контроля версий Git

+ 2 месяца английского языка в подарок!

Подробнее

2. Профессия Data Scientist

На этом курсе вы получите базовые навыки по программированию, аналитике, статистике и математике, которые примените для анализа данных и машинного обучения. Например, при написании дипломных проектов:

• Рекомендательная система для онлайн-гипермаркета Instacart
• Система по распознаванию эмоций

После обучения вы сможете претендовать на позицию Junior Data Scientist. Школа Skillbox поможет в подборе вакансий, составлении резюме и прохождении собеседования.

Краткая программа:

• Введение в анализ данных и машинное обучение
  • Аналитика. Начальный уровень
  • Статистика и теория вероятностей
  • Основы математики для Data Science
  • Машинное обучение. Начальный уровень
• Специализация 
  • Аналитика. Средний уровень
  • Машинное обучение. Средний уровень
• Бонусные курсы
  • Универсальные знания программиста
  • Английский для IT-специалистов 

+ 2 месяца английского языка в подарок!

Подробнее

3. Профессия Fullstack-разработчик на Python

Этот курс для тех, кто хочет заниматься веб-разработкой на python. Изучив html, css, javascript, вы сможете создавать лендинги, интернет магазины, сервисы, самостоятельно писать backend- и frontend-часть.

По окончанию курса у вас будет 4 проекта в портфолио. Эти будут проверять преподаватели курса — практикующие разработчики.

Краткая программа:

• Основные курсы
  • Веб-вёрстка
  • JavaScript
  • Python-разработчик с нуля
  • Python Advanced 
• Курс на выбор
  • Курс на выбор. Фреймворк Vue
  • Курс на выбор. Фреймворк React
  • Курс на выбор. Фреймворк Angular
• Бонусные курсы
  • Курс по слепому методу печати
  • Основы Photoshop
  • Figma
  • Универсальные знания программиста
  • Работа в командной строке Bash
  • Система контроля версий Git
  • Английский для IT-специалистов
  • Карьера и развитие программиста
  • Soft skills для программиста
  • Алгоритмы и структуры данных

+ 2 месяца английского языка в подарок!

Подробнее

4. Python-фреймворк Django

Django — популярный фреймворк для создания веб-приложений и API. Если вы уже освоили python и видите себя в разработке сайтов, это курс подойдет для старта. За 6 месяцев вы научитесь верстать веб-страницы, писать и оптимизировать веб-приложения на Django.

Краткая программа:

• Веб-вёрстка для начинающих
• Python-фреймворк Django

Подробнее

5. Курс Python-разработчик

Это альтернатива первому курсу «Профессия Python-разработчик». Программа рассчитана на 6 месяцев, и продвинутому использованию. В курс входит практический проект, который буде преимуществом при трудоустройстве.

Краткая программа:

• Настройка окружения
• Базовые структуры данных
• Основные операторы
• Функции подробнее
• Модули и пакеты
• Пространства имён и области видимости
• Классы и объекты
• Наследование классов
• Работа с файлами и форматированный вывод
• Исключения
• Инструменты функционального программирования
• Мультипоточность
• Стандартные и сторонние библиотеки Python
• Поддержание цикла разработки
• Библиотеки для работы с данными
• Библиотеки для работы с ресурсами
• Бонусный модуль Python Advanced. Flask: начало
• Бонусный модуль Python Advanced. Основы работы в Linux
• Бонусный модуль Python Advanced. Основы культуры CI

Подробнее

Анализ датасета

Теперь пришло время взглянуть на данные более детально. На этом этапе мы погрузимся в анализ данные несколькими способами:

• Размерность датасета
• Просмотр среза данных
• Статистическая сводка атрибутов
• Разбивка данных по атрибуту класса.

Не волнуйтесь, каждый взгляд на данные является одной командой. Это полезные команды, которые можно использовать снова и снова в будущих проектах.

3.1 Размерность датасета

Мы можем получить быстрое представление о том, сколько экземпляров (строк) и сколько атрибутов (столбцов) содержится в датасете с помощью метода shape.

Вы должны увидеть 150 экземпляров и 5 атрибутов:

3.2 Просмотр среза данных

Исследовании данных, стоит сразу в них заглянуть,  для этого есть метод head()

Это должно вывести первые 20 строк датасета.

3.3 Статистическая сводка

Давайте взглянем теперь на статистическое резюме каждого атрибута. Статистическая сводка включает в себя количество экземпляров, их среднее, мин и макс значения, а также некоторые процентили.

Мы видим, что все численные значения имеют одинаковую шкалу (сантиметры) и аналогичные диапазоны от 0 до 8 сантиметров.

3.4 Распределение классов

Давайте теперь рассмотрим количество экземпляров (строк), которые принадлежат к каждому классу. Мы можем рассматривать это как абсолютный счет.

Мы видим, что каждый класс имеет одинаковое количество экземпляров (50 или 33% от датасета).

4. Визуализация данных

Теперь когда у нас есть базовое представление о данных, давайте расширим его с помощью визуализаций.

Мы рассмотрим два типа графиков:

• Одномерные (Univariate) графики, чтобы лучше понять каждый атрибут.
• Многомерные (Multivariate) графики, чтобы лучше понять взаимосвязь между атрибутами.

4.1 Одномерные графики

Начнем с некоторых одномерных графиков, то есть графики каждой отдельной переменной. Учитывая, что входные переменные являются числовыми, мы можем создавать диаграмма размаха (или «ящик с усами», по-английски «box and whiskers diagram») каждого из них.

Это дает нам более четкое представление о распределении атрибутов на входе.

Диаграмма размаха атрибутов входных данных

Мы также можем создать гистограмму входных данных каждой переменной, чтобы получить представление о распределении.

Из графиков видно, что две из входных переменных имеют около гауссово (нормальное)  распределение. Это полезно отметить, поскольку мы можем использовать алгоритмы, которые могут использовать это предположение.

Гистограммы входных данных атрибутов датасета

4.2 Многомерные графики

Теперь мы можем посмотреть на взаимодействия между переменными.

Во-первых, давайте посмотрим на диаграммы рассеяния всех пар атрибутов. Это может быть полезно для выявления структурированных взаимосвязей между входными переменными.

Обратите внимание на диагональ некоторых пар атрибутов. Это говорит о высокой корреляции и предсказуемой взаимосвязи

«Язык программирования PYTHON для начинающих» от egoroff_channel

Пройти курс

Продолжительность: 80 уроков.

Форма обучения: видеоуроки.

Программа обучения:

1. Установка нужного программного обеспечения.
2. Программирование на языке Python.
3. Объекты. Арифметические операции.
4. Переменные в Python. Основные операторы.
5. Операции ввода-вывода.
6. Способы деления.
7. Логические операторы.
8. Строковый тип и работа с ним.
9. Использование списков.
10. Условный оператор if.
11. Функция range и итераторы.
12. Циклы.
13. Установка и применение дополнительных библиотек.
14. Методы сортировки.
15. Вложенные циклы.
16. Вложенные списки.
17. Треугольник Паскаля. Коэффициенты для Бинома Ньютона.
18. Словари и работа с ними.
19. Кортежи и способы их обработки.
20. Пользовательские функции и их вызов.
21. Область видимости.
22. Рекурсивные функции.
23. Лямбда-функция и лямбда-выражение.
24. Генераторы и итераторы.
25. Коллекции и их сортировка.
26. Спецсимволы.
27. Установка дополнительных модулей в Python.
28. Разновидности вызываемых объектов.
29. Работа с каталогами и файлами.
30. Замыкания.
31. Декораторы функций.
32. Подготовка данных к передаче.
33. Работа со сторонними программами.

Чему научитесь:

• освоите основы синтаксиса языка Python;
• познакомитесь с принципами ООП;
• научитесь взаимодействовать с другими приложениями;

• подробный разбор каждой темы;
• курс подойдёт как новичкам, так и опытным разработчикам;
• возможность изучения в любое время;
• не требуется регистрация.

Что нужно знать Python-разработчику?

Пласт базовых знаний и навыков включает в себя:

• основные навыки пользования терминалом;
• понимание принципа работы IDE;
• навыки работы с Git;
• менеджер пакетов pip;
• базы данных (ORM, CRUD-операции);
• принципы ООП;
• синтаксис языка Python;
• алгоритмы и структуры данных;
• составление документации;
• модульное тестирование.

Разумеется, недостаточно реализовать вывод «Hello World», чтобы разобраться в языке программирования Python, но для более глубокого понимания сперва стоит определиться с направлением, в котором вы хотите работать. Исходя из этого, подбираются дополнительные инструменты для изучения.

Веб-разработка

Здесь особенно популярны такие Python-фреймворки, как Django и Flask: с их помощью можно быстро создать логику бэкенда. Для начала работы хватит и одного, но не помешает знать несколько, понимать, в каких случаях они используются, где предпочесть Django, а с какой задачей лучше справится Flask, Tornado или Pyramid.

Для построения веб-приложений также пригодится знание протоколов, HTML, CSS и JavaScript.

Django — популярный Python-фреймворк для написания веб-приложений. Многие начинающие разработчики выбирают его из-за относительной простоты и лёгкости в развитии. Однако это совсем не означает, что фреймворк не справится с профессиональными высоконагруженными системами.

В рамках этого курса вы поэтапно изучите процесс создания полноценного приложения на Django. Помимо работы с основными компонентами фреймворка, вы научитесь грамотно подбирать и интегрировать сторонние библиотеки. Эта книга лишена непонятных, скучных и абстрактных задач — в ней только то, что вам действительно пригодится на практике.

В процессе обучения вы получите не только знания о принципах работы Django, но и опыт в разработке веб-приложений, которые в перспективе планируется расширять дополнительными инструментами.

Полезно как для начинающих разработчиков, так и для специалистов.

В данном издании вы изучите Python-фреймворк Flask. Он относится к категории микрофреймворков — простых каркасов для веб-приложений, обладающих только базовыми возможностями. Благодаря пошаговым примерам вы сможете создать полноценное веб-приложение для социального блогинга.

Благодаря этой книге вы освоите возможности фреймворка и ознакомитесь с различными прикладными технологиями, такими как взаимодействие веб-служб и миграции баз данных.

На фоне других Flask выделяется полной свободой в разработке. Если вы уже имеете опыт работы с Python, то изучение этого фреймворка не составит никакого труда.

Data Science

Основы программирования на Python в разрезе Data Science следует продолжить изучением таких библиотек и фреймворков:

• NumPy
• TensorFlow
• Keras
• Pandas
• PyTorch
• Matplotlib
• scikit-learn

Для погружения в Machine Learning на Python, обучение стоит начать с основных разделов, а именно:

• обучение с учителем;
• обучение без учителя;
• обучение с подкреплением.

Книги по теме

Хороша та книга, которая учит использовать мощные алгоритмы в машинном обучении без интеграции затратных решений или массивных вычислительных систем. Данное издание как раз об этом.

Благодаря этой книге вы познакомитесь с Scikit-Learn и научитесь работать с нейросетями с помощью библиотек Theano, TensorFlow и H2O. В процессе вы рассмотрите классификационные и регрессионные деревья, а также способы обучения нейросетей без учителя.

В книге рассмотрены принципы машинного обучения в модели MapReduce на Hadoop и Spark.

В данной книге описаны самые различные вычислительные методы и статистические алгоритмы. Без их использования невозможна какая-либо интенсивная обработка данных и проведение исследований.

Данное пособие будет полезно тем читателям, которые уже имеют какой-либо опыт в программировании и хотят научиться правильно использовать Python в Data Science. Например, как преобразовывать определённый формат данных в файл скрипта? Как сформировать и отфильтровать эти данные и работать с ними? Как благодаря полученной информации проанализировать ситуацию, составить статистическую модель и организовать машинное обучение.

Конечно, можно изучать Python для программирования игр, написания десктопных и мобильных приложений, но несмотря на наличие соответствующих для этого инструментов, язык наиболее востребован именно в Data Science и бэкенд-разработке.

«Глубокое обучение на Python» от Андрея Созыкина

Продолжительность: 13 занятий.

Форма обучения: видеоуроки.

Программа обучения:

1. Введение.
2. Основы нейронных сетей.
3. Обучение нейросетей.
4. Глубокое обучение.
5. Распознавание рукописных символов.
6. Аналитика обучения нейросети.
7. Сохранение обученной сети.
8. Распознавание объектов на изображениях.
9. Рекуррентные нейронные сети.
10. Повышение скорости обучения.

Чему научитесь:

• ознакомитесь с нейронными сетями;
• научитесь распознавать символы и различные предметы на изображениях;
• познакомитесь с обучением нейросетей.

• объяснение простым языком;
• подробное рассмотрение тем без воды;
• практические примеры для каждого урока.

Где используется Python и почему

В последние 5 лет Питон непрерывно находится в тройке самых популярных языков программирования. У него есть ряд сильных сторон, которые привлекают разработчиков со всего мира.

К типичным областям использования Python относят:

• Веб-разработка (сайты любой сложности и функциональности без проблем создаются при помощи данного языка);
• Работа с базами данных (можно работать как с «встроенной» sqlite3, так и любыми другими – реляционными и нереляционными);
• Графические приложения (реально не просто писать исполняемые скрипты, но и разрабатывать полноценные графические интерфейсы под свои нужды);
• Научные задачи (сложные вычисления, машинное обучение, нейронные сети);
• Сетевое программирование (включает не только взаимодействие с сайтами, но и почтовыми сервисами, JSON-объектами, Интернет-протоколами);
• Бизнес-приложения и игровая индустрия (ERP-системы, непрерывная разработка и тестирование, простые игры).

Озвученный спектр направлений показывает, что Питон имеет определенные преимущества по сравнению с другими языками, раз он пригоден для такого широкого класса задач.

Основные показаны ниже (рис. 1).

Сильные стороны языка Python

Простота подразумевает легкость освоения и высокий уровень абстракции (минимум кода при максимальном эффекте).

Выразительность связана с минимальным количеством кода для достижения результата (некоторые особенности Питона сокращают объем кода чуть ли не до одной строки, если сравнивать с другими языками).

Скрипты на Python’e легко читать: нет лишних символов, нагромождения скобок, дополнительных уточнений.

Полнота демонстрирует масштаб встроенных и сторонних библиотек под специфичные нужды (не нужно с нуля создавать функционал, ведь его уже кто-то реализовал).

Немаловажно и то, что исходный код Python свободно распространяется. Любая редакция языка доступна каждому как для личных, так и коммерческих нужд

Кроссплатформенность в дополнение ко всему гарантирует достижение идентичных результатов что на Windows, Linux, MacOS, так и на мобильных системах.

Отметим, также, ключевые плюсы и минуса Питона (таблица 1).

Плюсы	Минусы
Легко изучать, писать и читать код	Относительно медленный
Интерпретируемый (исполняет код на лету)	Не всегда эффективно расходует память
Динамически типизированный	Ограничен в мобильной разработке
С открытым исходным кодом	При исполнении могут возникать ошибки, что требует тщательного тестирования
Имеет широкую поддержку

Таблица 1 – Сильные и слабые стороны Python’a

Как Быстро Вы Можете Учиться и Факторы обучения

К сожалению, ответить на этот вопрос непросто. Точно так же, как овладение любым другим навыком, аналогичное обучение программированию на Python сильно зависит от вашего фона и индивидуальных способностей. Ниже приведены факторы, которые я считаю наиболее важными для изучения Python.

1. Метод Обучения

Очень важно выбрать методы обучения, которые подходят нам лучше всего и поддерживают процесс обучения, а не мешают ему

2. Предыдущий Опыт Программирования

Человеку, который никогда раньше не писал ни строчки кода, изучение языка программирования покажется более сложным, чем тому, кто обогащает свой портфель программ после нескольких лет профессионального развития. Все языки программирования имеют схожую логику, поэтому, как только вы начнете думать как разработчик, вам будет относительно легко освоить новый.

Однако это не означает, что кто-то без опыта программирования не сможет выучить Python. Python-это идеальный выбор для начинающих программистов, потому что он прост и помогает вам развить хорошие навыки программирования, так что не волнуйтесь, если вы новичок в этом мире.

3. Время, посвященное обучению

Очевидно, но все еще забыто: время, необходимое для изучения или сколько времени требуется для изучения Python, зависит от времени, доступного для изучения. Если бы у нас было два человека с одинаковым опытом программирования и другими характеристиками, упомянутыми выше, но разным количеством свободного времени (например, 3 часа в день против 3 часов в неделю), им не понадобилось бы одинаковое количество недель, чтобы начать писать код.

Кто такой Python-разработчик и чем он занимается

Разработчик Python может работать веб-разработчиком, аналитиком данных или инженером-программистом. Эти специалисты пишут код, занимаются проектированием и тестируют новые продукты на языке Python.

Обязанности Python-разработчика аналогичны обязанностям других программистов: создание приложений и сайтов, понимание своего и чужого кода, использование в работе всех необходимых инструментов разработки, правильное чтение ТЗ, знание специальной терминологии. Часто разработчики Python работают в команде с другими программистами, поэтому функционал может распределяться в зависимости от поставленных задач.

Как и в случае с большинством программных должностей, специфика этой работы зависит от потребностей заказчика. Разработчики Python могут работать в компании или как независимые подрядчики.

Что делает Python-разработчик

Python-разработчик:

• разрабатывает и внедряет веб-сервисы и веб-приложения;
• пишет и проверяет код;
• создает схемы баз данных, скрипты для эффективности бизнес-процессов;
• автоматизирует рабочие процессы системных администраторов и DevOps-инженеров;
• обеспечивает защиту данных и безопасность разработки и ее продуктов.

Навыки Python-разработчика

Чтобы стать хорошим разработчиком по Питону, необходимо овладеть многими профессиональными и универсальными навыками. Основные из которых представлены в таблице:

Как стать Python-разработчиком

Чтобы стать разработчиком по Питону, сначала нужно выучить этот язык программирования и научиться на нем кодить. А также придется получить дополнительные навыки, которые в результате смогут привести вас к вашему лучшему проекту и хорошей зарплате. Но все это время вы должны постоянно учиться, быть настойчивым в том, что делаете, и всегда быть в курсе того, что происходит в мире программирования.

Стать Python-разработчиком можно тремя способами:

• самостоятельно — самый долгий путь, подходит для очень решительных, настойчивых и целеустремленных;
• с наставником — вы можете найти себе наставника, ментора, консультанта, который будет помогать решать вам самые сложные задачи;
• на курсе программирования на Python — самый быстрый и действенный способ: всю необходимую информацию вы будете получать дозировано, а ваши практические работы будут проверяться, чтобы вы могли сразу отрабатывать возникающие ошибки.

Чтобы вы могли быстрее сориентироваться в онлайн-курсах по Python и выбрать для себя наиболее подходящий, мы подготовили для вас подборку обучающих программ от самых популярных онлайн-школ:

Название	Длительность	Стоимость полная
Факультет Python-разработки GeekBrains	16 мес.	5500 руб./мес.
Курсы по теме Python от Udemy	от 4 ч.	от 11,99 долл.
Онлайн-курс по Python от HEDU	14 ч.	от 16650 руб.
Курсы Python от «Нетологии»	от 2 нед.	от 4 745 руб./мес.
Онлайн-курсы по Python от SkillFactory	до 15 мес.	12 500 руб./мес.

Работа с файлами

После закрытия программы или по окончании работы скрипта все данные, которые мы получили, исчезают. Иногда, впрочем, нам нужно, чтобы они куда-то сохранились. Python предоставляет возможности для работы с файлами, как для их чтения, так и записи.

Попробуем сгенерировать 10 случайных целых чисел от 1 до 100 и записать их в текстовый файл «random.txt», а затем выведем их на печать в консоль из этого документа.

Нам понадобится контекстный менеджер with и функция open, а также знакомая функция print, которая умеет заносить данные в файл.

Познакомимся с двумя режимами работы open: «r» — чтение, «w» – запись.

Итак, контекстный менеджер with автоматически закрывает файл после своей работы (чтобы он не оставался в памяти).

В функцию open хорошей практикой считается не только передача названия файла и режима работы, но и кодировки (чтобы при записи букв российского алфавита, например, мы не получили кракозябры).

Функция print может принимать дополнительный аргумент file, в котором указывается файл на запись.

SkillFactory

Школа SkillFactory предлагает 25 курсов и
специализаций. Как указано на их сайте,
эта школа — лидер на рынке онлайн-образования
в сегменте Data Science. А это как бы намекает,
что курсы по Python тут точно есть.

Курсы в SkillFactory

Собственно, для питонистов в SkillFactory
есть и профессия, и курсы.

Начнем с профессии — «Fullstack-разработчик на Python».

Длительность обучения — 15 месяцев
(по 10 часов в неделю). Студентов обучают
профессии с нуля. В программе курса:

• программирование на Python и JavaScript,
• изучение Django, React, SQL, DevOps-практик и
  основ Linux.

Что отличает SkillFactory, это формат
обучения. Теорию вы изучаете в любое
удобное время на учебной платформе, там
же публикуются задачи. А на вебинарах
с преподавателем разбираются сложные
вопросы. Для отработки навыков кодинга
созданы специальные тренажеры.

После обучения вам выдадут сертификат
и помогут подготовиться к собеседованию
(пробное интервью).

Из курсов, связанных с Python, SkillFactory
предлагает:

— «Аналитик больших данных».

Срок обучения — пять месяцев. Этот
курс подходит для:

• программистов, желающих овладеть
  новыми приемами работы с данными и
  инструментами,
• аналитиков, желающих освоить
  автоматизацию на Python и овладеть новыми
  подходами к анализу,
• менеджеров (для облегчения диалога
  с экспертами и постановки задач).

— Курс по нейронным сетям.

Длительность курса — 10 недель.

• введение в искусственные нейронные
  сети,
• фреймворки для глубокого обучения
  (TensorFlow, Keras),
• сверточные нейронные сети,
• оптимизация нейронной сети,
• обработка естественного языка
  (NLP).

Курс предназначен для людей, уже
знающих Python и знакомых с машинным
обучением.

— «Python для анализа данных».

Срок обучения — два месяца.

В программе курса:

• знакомство с Python (базовое),
• работа с большими данными (библиотека
  Pandas, визуализация данных, сводные
  таблицы),
• работа с библиотекой NumPy,
• написание автоматических скриптов,
• работа с базами данных,
• парсинг веб-страниц, общедоступных
  профилей Вконтакте, работа с открытыми
  API-сервисами.

Учебный центр при МГТУ им. Баумана

Учебный центр предлагает следующие курсы по изучению Python:

Programming with Python. Level 1. Basics. Стоимость — 19900 руб. На курсе вы освоите основы Python: изучите синтаксис языка, получите базовые навыки структурного и процедурного программирования, познакомитесь со структурами данных языка Пайтон. Вы научитесь устанавливать и настраивать среду разработки, применять базовые конструкции Python, создавать модули и пакеты, пользоваться основными структурами данных, выполнять основные операции ввода/вывода. Также вы получите необходимую подготовку для изучения объектно-ориентированного программирования на языке Python.

Python Programming. Level 2. Advanced Course. Стоимость — 23990 руб. На курсе вы получите базовые навыки объектно-ориентированного программирования, познакомитесь с базовыми элементами языка Python. Вы научитесь создавать объектно-ориентированные приложения на языке Python, сможете выполнять первичную обработку данных на языке Python, ориентироваться в стандартной библиотеке языка Python. Также вы получите необходимую подготовку для изучения проектирования пользовательского интерфейса на базе Qt/Python и веб-программирования на базе Python/Django.

Python. Level3 3. Web-development with Django. Стоимость — 24990 руб. Вы занимаетесь программированием и интересуетесь веб-разработкой? Возможно, имеете определенный практический опыт разработки с использованием РНР и СУБД? На данном курсе Вы изучите создание веб-приложений на языке Python с использованием MVC-подхода на примере фреймворка Django.