Przez Anna Kryza w python —

Lekcja 15 - literatura czyli co dalej po kursie (notatki)

Lekcja 15 - literatura czyli co dalej po kursie (notatki)

Literatura

Zestawy książek dotyczących Pythona można znaleźć także do kupienia w pakietach na https://www.humblebundle.com/ oraz https://www.fanatical.com/en/.

Kursy

Spośród kursów online poleca się: 100 Days of Code: The Complete Python Pro Bootcamp na Udemy. Darmowe kursy znaleźć można także na:

Kolejne zagadnienia

Czyli co warto by opanować następnie:

1) Bazy danych

Podstawy korzystania z baz danych można przećwiczyć np. w LibreOffice. Jednakże w pythonie poleca sie SQLite, bo nie wymaga uruchomienia jakiejś superaplikacji, wystarczy użycie biblioteki. PostgreSQL to z kolei najbardziej rozbudowana, darmowa baza danych. Dodatkiem do niego jest PostGIS (gdy trzeba przechowywać dane geograficzne). Są biblioteki, które zamieniają obiekty bazy danych na pythona np. SQL Alchemy i SQL Model.

2) Obsługa błędów

assert #przyjmij, że coś jest prawdą

try: #najpierw spróbujemy coś zrobić
except:

3) List/Dict comprehension

Do tej pory jak konstruowaliśmy listę to wpisywaliśmy lub konstruowaliśmy za pomocą pętli. Nie jest to jednak jedyny wariant

moja_lista_comp = [number for number in range(1,100) if not number %2]

4) Środowisko wirtualne Venv (ang. Virtual enviroment)

Środowiska wirtualne czyli środowisko wykonawcze dla danej aplikacji (umożliwia posiadanie innych pythonów i innych bibliotek, dostosowanych dla danej aplikacji). Python-Poetry zapewnia tworzenie środowisk oraz instalowanie bibliotek.

5) Pandas - dla inżynierów danych

6) Pandas i Numpy - dla analityków webowych

7) Framework

Do analizy danych poleca się Streamlita, którego poznaliśmy już na zajęciach, stworzone w nim aplikacje można za darmo opublikować na stronie streamlita. Jednak do większych projektów, niekoniecznie związanych z analizą danych, musimy skorzystać z innych frameworków. Największym i najbardziej znanym jest Django, ale nie jest polecany na start. Prostsze dla początkującego użytkownika będą Flask lub FastAPI.

8) Dekoratory

9) Context manager

10) System kontroli wersji (Git)

Wymaga opanowania licznych poleceń terminalowych i zrozumienia jak się wychodzi z konfliktów. Umożliwia każdemu członkowi zespołu pracę nad ustalonym blokiem kodu, który przechowywany jest w repozytorium np. githubie, gitlabie, gitea (gdy chcemy przechowywać na własnym serwerze).

Repozytoria dostępne online są o tyle ważne, że mogą stać się portfolio dla naszego potencjalnego pracodawcy.

Podstaw można się nauczyć grając w Oh MY Git! lub na stronie LearnGitBranch.

11) Konstrukcja:

def powitaj(imie:str) - > None:
  print(f"Witaj {imie}!)

def main():
  imie = input("Podaj imię: ")
  powitaj(imie)

if __name __ == "__main__":
  main()
#przydatne gdy importujemy biblioteki do pythona, zabezpiecza by się nie uruchamiały niepożądane rzeczy z zewnętrznego źródła.
  1. ARGH i KWARGS

Czasami byśmy chcieli, żeby nasza funkcja przyjmowała wiele argumentów, i nie wiemy z góry ile ich będzie.

  1. Markdown

Markdown - zamiast klikać ikonę pogrub, kursywa itd. można skorzystać z wpisywania na klawiaturze np. podwójnej podłogi przed i po tekście wywołuje jego pogrubienie . Jest to domyślny sposób opisywania w repozytorium aplikacji np. READMY.py.

  1. I wiele innych...

Inspiracji do dalsze nauki można szukać poprzez różne mind mapy dotyczące pythona.

Pamiętajcie by dokumentować swoją pracę czy przez aplikacje do notatek np. Joplin, Obsidian etc., blogi, generatory stron statycznych lub chociażby w zwykłym zeszycie.

Inne ciekawe aplikacje

Twilio - smsy z powiadomieniami

Python Google Sheets - gsheets

Wcześniejsze

Python 3 - kontrakt

 Następne

Python_Notatki Z2

To też może cię zaciekawić...