询价
1512人看过
学习内容 |
课程内容 |
|
Python语言基础 |
Python语言基础 |
环境搭建与配置、变量和数据类型、编程基础、装饰器 |
简易爬虫实战 |
http和urllib2、正则表达式和re、编写爬虫代码、多线程 |
|
工具阶段 |
Pip安装方法以及环境、Pip基础使用和指定源、Pycharm&pdb调试技巧、Virtualenv安装 |
|
Python面向对象 |
类方法使用及特征、嵌套类和嵌套函数、面向对象入门及特征、super和self对象、访问限制 |
|
Python web开发 |
flask入门 |
flask模板、flask路由、flask入门部署、Jinja2基本语法、flask上下文响应、flask入门数据库操作 |
Django基础 |
创建网站、sqlite3数据库简介、数据库基本操作、admin使用 |
|
Ajax初步 |
数据封装、eval&dom、Ajax简介/运行环境、ajax注册用户 |
|
Django进阶 |
通用视图、admin高级定制、admin actions、集成已有的数据库、jinjia2替换模板引擎 |
|
Python 爬虫开发 |
爬虫基础 |
爬虫实例、方法抓取、cookie操作、requsts、模拟登陆、正则表达式的基本使用 |
Git基本使用 |
big分支、pull requst、feature分支、常用命令、remote和clone、基于github文档配置 |
|
Scrapy框架 |
爬虫核心、Scrapy初步简介、Scrapy常用命令、图片抓取、cookie处理 |
|
MYSQL数据库 |
sql规范和创建、主外键约束、数据关联处理、运算符、常用函数 |
|
Python 数据分析 |
pandas数据处理 |
andas 层次化索引、pandas 拼接操作、pandas 数据处理、pandas 绘图函数、pandas 透视表和交叉表 |
KNN算法 |
KNN算法原理、KNN回归案例、KNN入门案例、KNN分类案例 |
|
线性回归&逻辑斯蒂回归算法 |
导数回顾、矩阵的回顾、实例糖尿病的线性回归、岭回归与Lasso回归、线性回归原理、逻辑斯蒂回归算法 |
|
决策树算法&朴素贝叶斯算法 |
决策树原理、贝叶斯原理、决策树实例、贝叶斯实例 |
Python让你能用少量的代码构建出更多的功能。Python能带给所有工程师一种快速的学习体验。通过实践,你可以在两天之内轻松实现一个具备基础功能的游戏(而这还是在对编程完全不了解的情况下)。另外一些让Python成为一门引人注目的编程语言的因素就是它的可读性。
Python是跨平台且开源的。Python可以跨平台运行,并且已经开放源代码超过20年的时间了,如果你需要代码能同时在Linux,Windows以及macOS上跑起来,Python就能满足要求。此外,有数十年的修修补补以及不断完善做后盾,可以确保你能够随心所欲地运行自己的代码。
单一功能原则。您的函数应保持较小,以便于管理。想象一下,您正在盖房子。但是,您使用的砖是一米的立方。它们易于使用吗?可能不是,它们太大了。相同的原理适用于函数。函数是项目的基础。如果函数非常庞大,那么您的构建将无法顺利进行。当它们很小时,它们更容易放入各种地方并在需要时四处移动。这也是函数实现单一目的的关键,这可以帮助您使函数保持较小。单一目标的另一个好处是,您会发现命名此类函数要容易得多。您可以简单地根据其预期的单一用途来命名函数。以下是我们如何重构我们的函数,以使每个函数仅用于一个目的。要注意的另一件事是,这样做可以至大限度地减少需要编写的注释,因为所有函数名都可以说明问题。
成立:2007年
深圳Python系统学习课程大纲
课程背景
Python作为一种高级编程语言,拥有良好的可读性和简洁性,是应用开发和数据分析领域常用的工具之一。随着人工智能和大数据时代的到来,Python的应用领域越来越广泛,而Python系统学习课程则成为越来越多人提升技能的必要途径。
课程特色
1.课程以实战为主,体验式学习。
2.课程采用模块化设计,结合项目实践,让学员掌握Python编程的基本架构和应用方法。
3.课程设置适合初学者的实用案例分析,系统讲解常用的Python编程技巧
4.课程设置Python应用开发、数据分析、机器学习等领域的具体案例实践。
课程目标
1.全面了解Python语言的基本概念、数据类型、控制结构和函数等基础知识
2.学习Python语言常用的库及其应用,掌握Python语言在数据处理和机器学习领域的应用思路和方法
3.掌握Python Web 应用开发基础,Web后端开发项目实践
4.掌握Python在自然语言处理等领域的应用
学习对象
1.对信息技术领域感兴趣的初学者
2.想要学习Python脚本开发技术的开发人员
3.对数据处理和机器学习、Web后端开发有一定需求或者兴趣的人员
4.已经有Python基础,希望提高的Python工程师或者Python数据爱好者
课程内容
1.Python基础语法、面向对象编程、常用库的使用
2.Pandas数据分析、Numpy数值计算、Matplotlib数据可视化等库的使用
3.Python Web框架Django/Flask的应用开发
4.Python自然语言处理基础方法
5.机器学习基础算法KNN、决策树、朴素贝叶斯、SVM等。
学习时长
本课程共计60课时,建议学习时间为 3个月。
收费范围
正式课程的收费范围请到校咨询,预约免费体验课;
学习收获
本课程通过系统的编程实践,让学员深入了解Python的应用范畴和基本编程方法,学员可以成功地将所学应用在数据分析、Web服务等领域,也能够基于Python开发自己的Web应用程序并实现一些基本的人工智能系统,如自然语言处理、机器学习等。
结语
以上信息仅供参考,实际情况以到校咨询为准。可联系在线客服,预约免费体验课。我们保证每个学员的学习质量,让学员在学习过程中获得快乐与成就。
学员评论
来自第三方
来自第三方
来自第三方