Seminarkatalog

In dieser 3-tägigen Schulung "Python - Aufbaukurs" lernen Sie fortgeschrittene Aspekte der Programmiersprache Python kennen. Wir behandeln Themen wie Zugriff auf Dateien/Verzeichnisse, System-Informationen, Iteratoren, Lambda-Operator und weitere verschiedene Aspekte der Objekt-orientierten Programmierung (OOP) mit Python wie Vererbung und magische Methoden.

Sie erfahren zudem auch mehr über die Module NumPy, Pandas und Matplotlib für die Datenverarbeitung und -visualisierung. Die Datenhaltung mit Pickle, Shelve und Datenbankanbindungen mit SQL wird ebenfalls behandelt. Auch ein grundlegendes Beispiel zum Machine Learning mit scikit-learn und die Verwendung eines LLMs zur Textverarbeitung mit der OpenAI API wird gezeigt.

Abschließend lernen Sie verschiedene Testmethoden kennen, darunter systematisches Testen mit pytest, um zuverlässige und fehlerfreie Python-Anwendungen zu gewährleisten. Ein besonderer Fokus liegt auch auf dem "Clean Coding" mit Python.

Dieser Kurs dient zur Vorbereitung auf die PCAP™ - Certified Associate in Python Programming Zertifizierung.

Einführung in die Arbeitsumgebung des Kurses

• Visual Studio Code
• Jupyter-Notebook

Fortgeschrittene Themen

• Iteratoren / iterierbare Klassen
• zip() und enumerate()
• Systeminformationen (Speicherstand, Betriebssystem, etc.) abrufen
• Logdateien schreiben
• Dekoratoren
• List-/Dict-/Set-Comprehensions
• Sortierung und ’individuelles’ Sortieren mit ’key’-Funktionen
• Lambda-Operator

Fehler und Ausnahmen

• Syntaxfehler und Semantikfehler
• Exceptions / Ausnahmen behandeln
• Erzeugen eigener Exceptions / Ausnahmen
• finally zum Aufräumen

Objektorientierte Programmierung

• Klassen, Instanzen und Objekte
• Die einfachst mögliche Klassendefinition
• Instanz- und Klassenattribute, Properties
• privat, geschützt und öffentlich
• Magische Methoden und Operator-Überladung
• Vererbung
• Mehrfachvererbung

Fortgeschrittenes OOP

• Probleme der Mehrfachvererbung
• Slots
• Datenklassen

Einführung in "Numerisches Python"

• NumPy
• Pandas
• Matplotlib

Einführung in Machine Learning mit Python

• Grundlegendes Machine Learning Beispiel scikit-learn
• Large Language Models (LLM) mit der openai API verwenden

Persistente Datenhaltung

• Pickle
• Shelve
• Datenbankanbindungen

Testen und Clean Coding

• Testen und Test-Driven-Development (TDD)
• Systematisches Testen
• Unittests mit pytest

• Besuch des Seminar "Python - Grundlagen" oder vergleichbare Kenntnisse

• Entwickler