Next Level Python Live Lessons Video Training
دوره Next Level Python , در اصل با learners در ذهن طراحی شده بود.همچنین توسط توسعه دهندگان حرفه‌ای در طیف گسترده‌ای از برنامه‌ها, مانند برنامه‌نویسی وب, علوم داده‌ها, هوش مصنوعی و DevOps استفاده می‌شود.
پایتون سریع‌ترین رشد است, که به طور گسترده مورد استفاده قرار می‌گیرد و توسعه دهندگان مشتاق می‌خواهند یاد بگیرند.
در حالی که پایتون یک زبان مبتدی عالی است، شما باید بیشتر از شرط ها، توابع و حلقه ها بدانید تا یک توسعه دهنده ماهر پایتون باشید.
در Next Level Python ، شما مهارت‌های ضروری برای تبدیل شدن به یک توسعه‌دهنده پایتون را یاد می‌گیرید، مانند استفاده از کتابخانه‌های خارجی، مدیریت محیط‌های پروژه، رسیدگی به استثناها و ایجاد درخواست‌های HTTP.
در طول مسیر، شما همچنین با مفاهیم کلیدی ساخت نرم افزار مانند تست، اشکال زدایی و بازسازی آشنا خواهید شد.
سرفصل های دوره Next Level Python Live Lessons Video Training :
معرفی
سطح بعدی پایتون: مقدمه
درس 1: به اصول پایتون نگاه کنید
اهداف یادگیری
1.1 محیط خود را راه اندازی کنید
1.2 توابع مشروط و لیست ها را مرور کنید
1.3 ذخیره داده ها در فرهنگ لغت
1.4 رسیدگی به استثناها
1.5 با تاریخ و زمان کار کنید
1.6 از عبارات منظم استفاده کنید
درس 2: کار با فایل ها
اهداف یادگیری
2.1 خواندن داده ها از یک فایل
2.2 داده ها را در یک فایل بنویسید
2.3 خواندن و نوشتن در فایل های CSV
درس 3: محیط های پایتون خود را مدیریت کنید
اهداف یادگیری
3.1 با خط فرمان کار کنید
3.2 کتابخانه های خارجی را با استفاده از pip نصب کنید
3.3 ایجاد محیط های مجازی با استفاده از venv
3.4 git و GitHub را درک کنید
3.5 کد خود را تنظیم کنید تا به اشتراک گذاشته شود
3.6 یک پروژه را شبیه سازی کنید
درس 4: یک IDE انتخاب کنید
اهداف یادگیری
4.1 نوت بوک های Jupyter و Spyder را برای علم داده کاوش کنید
4.2 PyCharm و VS Code را برای توسعه نرم افزار مقایسه کنید
4.3 پیکربندی PyCharm
4.4 یادگیری میانبرهای PyCharm
درس 5: ماژول ها و فضاهای نام پایتون را درک کنید
اهداف یادگیری
5.1 به ماژول ها و واردات نگاه کنید
5.2 درک استفاده از فایل های __init__.py
5.3 درباره فضاهای نام و دامنه در پایتون بیاموزید
درس 6: کد خود را اشکال زدایی و آزمایش کنید
اهداف یادگیری
6.1 اشکال زدایی با ابزار اشکال زدایی PyCharm
6.2 تست با unittest و pytest
6.3 تمرین تست
6.4 اشکال زدایی را تمرین کنید
درس 7: دریافت داده از وب
اهداف یادگیری
7.1 از کتابخانه Requests برای درخواست HTTP استفاده کنید
7.2 مرور صفحات وب و HTML
7.3 اسناد HTML را با سوپ زیبا تجزیه کنید
7.4 سایت های احراز هویت شده را پاک کنید
7.5 درخواست های API ایجاد کنید
درس 8: یک برنامه Web Scraping ایجاد کنید
اهداف یادگیری
8.1 در مورد اخلاق پروژه و وب سایت بحث کنید
8.2 محیط را تنظیم کنید
8.3 داده ها را از ویکی پدیا خراش دهید
8.4 داده های جدول را به عنوان CSV ذخیره کنید
8.5 داده های دقیق را از ویکی پدیا دریافت کنید
8.6 کد Refactor در PyCharm
درس 9: پروژه خود را در اینترنت قرار دهید
اهداف یادگیری
9.1 کد خود را در فضای ابری اجرا کنید
9.2 یک برنامه وب Anvil ایجاد کنید
خلاصه
پایتون سطح بعدی: خلاصه
هنوز بررسی‌ای ثبت نشده است.