💻 Основы программирования и анализа данных на Python / Programming Fundamentals and Data Analysis with Python
Курс посвящен основам программирования на языке Python. Слушатели курса познакомятся с основными конструкциями языка Python и парадигмами программирования, а также с инструментами для анализа и визуализации данных.
Основная цель курса — это изучение основ работы с данными с помощью языка Python.
Продолжительность: 1 семестр (12 лекций).
Темы курса:
- синтаксис языка Python
- коллекции «золотого фонда» Python
- визуализация данных
- библиотеки NumPy и Pandas
- извлечение и получение данных
- парадигмы программирования
Также доступ к материалам есть и на других платформах:
- YouTube плейлист с видеозаписями лекций
- Видеозаписи и конспекты также доступны на сайте teach-in
-
Сервисы для практики основных навыков
- Stepik. Тут не только базовые принципы языка Python, но и программирование в целом
- Leetcode. Это своего рода решебник — задачи, которые дают на технических собеседованиях в крупных компаниях
- Check iO. Браузерная игра, где надо решать задачки на Python
- Codewars. Место, где можно практиковать технику написания кода, а также узнать чужие, более интересные
-
Для тех, кому мало
- Официальная документация по Python на python.org
- Учебник по Python на w3schools.com. Данный сервис скорее не обучающий курс, а справочник, который удобно использовать как шпаргалку
- Python. Functional Programming.
-
Книги
- Марк Лутц: "Карманный справочник", "Изучаем Python", "Программирование на Python".
Данные книги дадут более глубокое понимание происходящего в языке - Dan Bader: «Python Tricks».
Книга о различных тонких моментах и лайфаках
- Марк Лутц: "Карманный справочник", "Изучаем Python", "Программирование на Python".
-
Готовимся к Data Science
- Учебник от Школы анализа данных Яндекса. Данная платформа предлагает широкий спектр информации в мире машинного обучения. От основ-основ до актуальных вопросов из недавних научных статей.
- Уэс Маккинни: «Python и анализ данных»
- Джоэл Грас: "Data Science. Наука о данных с нуля"
- Ian Pointer: "Programming PyTorch for Deep Learning: Creating and Deploying Deep Learning Applications"
- Регистрация для получения доступа к заданиям курса
- Установка Python и Jupyter Notebook на Windows
- Особенности работы с Google Colab
- Типы ошибок в Яндекс. Контест и способы их устранения
- Где лучше писать код на python?
- Как пользоваться Яндекс.Контестом?
- На что обращать внимание при работе с вводом-выводом?
- Как использовать Google Colab в качестве среды разработки?
- Телеграм-канал с основной информацией по курсу
- Телеграм-чат для вопросов, связанных с курсом
- Телеграм-бот для получения доступа к домашним заданиям, записи на консультации и вопросов, связанных с курсом
