DevOps Artisan – Einführung in Python & Data Science

01. Einführung. Python-Programme schreiben
Python installieren
Ihr erstes Python-Programm

02. Variablen. Zahlen. Betreiber
Ganze Zahlen
Schwimmer
Boolesche Werte
Bitweise Operatoren
String-Einführung

03. Flusskontrollprogramm
Wenn-Anweisungen
Schleifen (while, for)
Pause/Fortfahren
Funktionen

04. Streicher
String-Funktionen
String-Indizierung und Slicing
Zeichenfolgenformatierung
Unveränderlichkeit in Python

05. Casting-Variablen

06. Listen
Listenoperationen
Methoden auflisten
Listen-Slicing

07. Tupel
Tupel vs. Listen
Tupel-Unveränderlichkeit
Musterabgleich

08. Sätze
Methoden festlegen

09. Wörterbücher
Wörterbücher erstellen
Wörterbuchmethoden

10. Dateiverwaltung
Dateien lesen
Dateien schreiben/erstellen
Dateien löschen
Der Kontextmanager

11. Funktionen
Funktionsargumente
Scoping

12 Module
Pip installieren
Datetime-Module
Modularer Knochen
Sys-Module
Erstellen/verwenden Sie ein Modul
Variablen/Methoden in Modulen

13. Iteratoren
Ausbeute
Generatoren
Iteratoren
Faule Bewertung

14. Einführung in die objektorientierte Programmierung
Klassen
Instanzen
Erbe
Polymorphie

15. Erweitertes OOP
Mehrfachvererbung
Abstrakte Klassen
Standardargumente

16. Funktionale Programmierung
Was ist eine Lambda-Funktion?
Definieren Sie eine Lambda-Funktion
Karte
Filter

17. Ausnahmebehandlung
versuche es... außer... endlich
Ausnahmen auslösen

18. Anaconda-Paketmanager:
Virtuelle Umgebungen
Module
So installieren Sie ein Modul mit Anaconda cloud

19. DataScience: Einführung in Pandas 1
Datenrahmen
Insert
Löschen
Auswählen

20. DataScience: Einführung in Pandas 2
Vereinigung
Bedingte

21. DataScience: Einführung in NumPy
Vektoren
Matrixoperationen
Sortierung
Indizierung
Broadcast

22. DataScience: Einführung in sklearn 1
Vorverarbeitung
Modellauswahl
Pipeline

23. DataScience: Einführung in sklearn 2
Merkmalsauswahl
Metrik
Eine Hot-Codierung

24. Matplotlib-Visualisierung / SeaBorn
2D-Plotten
Histogramme
Heatmap

25. IPython-Notizbuch

26. Wohin geht es von hier aus?