Wydawca: 8
Python i Excel. Nowoczesne środowisko do automatyzacji i analizy danych
Felix Zumstein
Bez Excela trudno sobie wyobrazić wykonywanie różnych złożonych zadań - to ulubione narzędzie naukowców, finansistów, analityków danych, a także profesjonalistów z innych branż. Każda z tych dziedzin ma swoje stale rosnące wymagania wobec Excela. Firma Microsoft wciąż rozwija ten kultowy arkusz kalkulacyjny, jednak język VBA nie nadąża za potrzebami wielu użytkowników. Osoby te często w codziennej pracy korzystają z Pythona do automatyzacji zadań, stąd integracja Excela i Pythona wydaje się naturalnym i wyjątkowo obiecującym rozwiązaniem. Nie musisz dłużej czekać na włączenie Pythona jako języka skryptowego Excela - ta książka wyjaśnia, jak je połączyć i wyciągnąć z tej integracji maksimum korzyści. To wydanie przeznaczone dla zaawansowanych użytkowników Excela, którzy nie posiadają głębokiej wiedzy o Pythonie. Pokazuje, w jaki sposób manipulować danymi zawartymi w plikach Excela bez Excela, a także jak znakomicie zwiększać możliwości tego programu poprzez budowę interaktywnych narzędzi do analizy danych. Niezależnie od tego, czy interesuje Cię praca z samymi arkuszami Excela, czy też chcesz tworzyć aplikacje Excela, znajdziesz tu mnóstwo wyczerpujących, jasnych i praktycznych wskazówek, popartych zrozumiałymi przykładami przydatnego kodu. W książce między innymi: gruntowne podstawy Pythona i korzystania z notatników Jupyter i Visual Studio Code stosowanie biblioteki pandas do zastępowania typowych obliczeń w Excelu automatyzacja konsolidacji skoroszytów Excela i tworzenia raportów w Excelu tworzenie interaktywnych narzędzi Excela za pomocą xlwings współpraca Excela z bazą danych i plikami CSV stosowanie Pythona do zastąpienia VBA, Power Query i Power Pivot Użyj Pythona, a pokochasz Excela!
Python i finanse. Kurs video. Tworzenie modeli, prognoz i analiz rynkowych
Adam Szpilewicz
Obierz kurs na... finanse z językiem Python Python, stanowiący czołowy temat tego kursu, jest jednym z najpopularniejszych języków programowania na świecie. Słynie z wszechstronności, czytelności i dużej społeczności użytkowników. W świecie finansów Python zyskał szczególne uznanie ze względu na swoją efektywność w analizie danych, modelowaniu finansowym i handlu algorytmicznym. Znajomość tego języka programowania jest w związku z tym coraz bardziej pożądana w branży finansowej – opanowawszy go, otworzysz sobie szeroko drzwi do kariery, które dotąd były dla Ciebie zamknięte. Poza Pythonem, ucząc się z naszym kursem, poznasz inne chętnie stosowane przez finansistów narzędzia, takie jak Jupyter Lab, Pandas, Matplotlib, Seaborn i yfinance, które także są uważane za kluczowe w analizie finansowej. Jupyter Lab umożliwia efektywną pracę z kodem i analizę danych, Pandas jest niezbędny w obsłudze danych tabularycznych, a biblioteki do wizualizacji danych, takie jak Matplotlib i Seaborn, pozwalają na klarowne przedstawienie wyników analiz. Z kolei biblioteka yfinance umożliwia pobieranie danych rynkowych, co jest kluczowe dla analizy finansowej. Jak widzisz, informatyka i świat pieniędzy coraz mocniej się zazębiają – za moment bez podstawowej umiejętności kodowania trudno będzie funkcjonować w branży finansowej. Nie czekaj zatem, tylko poświęć nieco swojego cennego czasu na zaprzyjaźnienie się z Pythonem! Co Cię czeka podczas naszego profesjonalnego szkolenia Ucząc się z naszym kursem, między innymi: Poznasz podstawowe i zaawansowane techniki programowania w Pythonie Dowiesz się, jak efektywnie używać Jupyter Lab do analizy danych Opanujesz zasady obsługi biblioteki Pandas w przetwarzaniu danych tabelarycznych Przybliżysz sobie zaawansowane operacje na danych, w tym ich filtrowanie, grupowanie i manipulowanie nimi Będziesz tworzyć i formatować profesjonalne wykresy przy użyciu Matplotlib i Seaborn Przeprowadzisz analizę szeregów czasowych i poznasz ich zastosowanie w finansach Pobierzesz i przeanalizujesz dane finansowe z użyciem biblioteki yfinance Zrozumiesz, na czym polegają analiza rynkowa i strategie inwestycyjne, i nauczysz się je stosować Zbudujesz portfele inwestycyjne i będziesz nimi zarządzać, także z wykorzystaniem modeli finansowych, takich jak CAPM Stworzysz zaawansowane wizualizacje danych, w tym interaktywnych wykresów finansowych Szkolenie Python i finanse. Kurs video. Tworzenie modeli, prognoz i analiz rynkowych pozwoli Ci opanować umiejętności na poziomie średnio zaawansowanym. Uzyskasz solidne podstawy Pythona i zrozumiesz, jak szerokie zastosowanie może on mieć w finansach. Będziesz w stanie samodzielnie analizować dane finansowe i tworzyć zaawansowane wizualizacje. By przystąpić do kursu, nie trzeba posiadać głębokiej wiedzy o programowaniu, jednak podstawowa znajomość zasad pisania kodu może się okazać bardzo pomocna. Jako Twój instruktor, chcę się z Tobą podzielić moją pasją do łączenia świata finansów z możliwościami, jakie daje programowanie w Pythonie. Pamiętaj, że każda podróż zaczyna się od pierwszego kroku, a ten kurs jest właśnie takim krokiem ku przekształceniu Twoich umiejętności analitycznych i technicznych. Razem odkryjemy, jak technologia otwiera drzwi do zrozumienia i wykorzystania finansów na nowo. Niezależnie od tego, czy jesteś początkujący, czy masz już doświadczenie, ten kurs zapewni Ci narzędzia i wiedzę, które umożliwią osiągnięcie kolejnych celów w Twojej karierze zawodowej i osobistym rozwoju. Adam Szpilewicz
Python i praca z danymi. Przetwarzanie, analiza, modelowanie i wizualizacja. Wydanie III
Avinash Navlani, Armando Fandango, Ivan Idris
Analiza danych sprawia, że dzięki ich dużym i mniejszym kolekcjom uzyskujemy wartościową wiedzę, która pozwala na podejmowanie najlepszych decyzji. Dzieje się to poprzez odkrywanie wzorców lub trendów. Obecnie Python udostępnia przeznaczone specjalnie do tego celu narzędzia i biblioteki. Możemy więc łatwo korzystać z wyrafinowanych technik wydobywania wiedzy z danych. Aby jednak osiągnąć zamierzone efekty, trzeba dobrze poznać zarówno metodologię analizy danych, jak i zasady pracy ze służącymi do tego narzędziami. Dzięki tej książce zdobędziesz wszystkie potrzebne informacje i umiejętności, aby skutecznie używać Pythona do analizy danych. Omówiono tu niezbędne podstawy statystyki i zasady analizy danych. Wyczerpująco przedstawiono zaawansowane zagadnienia dotyczące przygotowania, przetwarzania i modelowania danych, a także ich wizualizacji. W zrozumiały sposób wyjaśniono takie procesy jak inteligentne przetwarzanie i analizowanie danych za pomocą algorytmów uczenia maszynowego: regresji, klasyfikacji, analizy głównych składowych czy analizy skupień. Nie zabrakło praktycznych przykładów przetwarzania języka naturalnego i analizy obrazów. Ciekawym zagadnieniem jest również wykonywanie obliczeń równoległych za pomocą biblioteki Dask. W książce między innymi: podstawy analizy danych i korzystanie z bibliotek NumPy i pandas praca z danymi w różnych formatach interaktywna wizualizacja z bibliotekami Matplotlib, seaborn i Bokeh inżynieria cech, analiza szeregów czasowych i przetwarzanie sygnałów zaawansowana analiza danych tekstowych i obrazów Python: wydobywaj z danych wiedzę o wielkiej wartości!
Python Illustrated. Not another boring Python book, learn programming the fun way
Maaike van Putten, Imke van Putten
This is not your average Python programming book, because the world doesn’t need another one of those. Instead, it’s an illustrated, fun, and hands-on guide that treats learning Python like the adventure it should be. It’s designed especially for beginners who want to understand how code works without getting overwhelmed. You’ll be guided by a cheeky, know-it-all cat who’s surprisingly good at teaching Python from scratch. Don’t worry about going through it alone; a slightly moody dachshund dog is your study buddy, learning right alongside you. Each chapter introduces a core programming concept, explains it with a playful twist, and reinforces it through human-friendly examples, analogies, and exercises. Whether you’re a software professional or someone who’s never written a single line of code, this book will help you build real Python coding skills… and even enjoy the process (shocking, right?). Forget dry tutorials and walls of text. Python Illustrated speaks to visual learners, creative thinkers, cat lovers, dog lovers, and anyone who prefers their learning with a dash of humor. From writing your first function to understanding object-oriented programming, you’ll build a solid foundation in Python (without the usual headaches).
Sandipan Dey
With the advancements in wireless devices and mobile technology, there's increasing demand for people with digital image processing skills in order to extract useful information from the ever-growing volume of images. This book provides comprehensive coverage of the relevant tools and algorithms, and guides you through analysis and visualization for image processing.With the help of over 60 cutting-edge recipes, you'll address common challenges in image processing and learn how to perform complex tasks such as object detection, image segmentation, and image reconstruction using large hybrid datasets. Dedicated sections will also take you through implementing various image enhancement and image restoration techniques, such as cartooning, gradient blending, and sparse dictionary learning. As you advance, you'll get to grips with face morphing and image segmentation techniques. With an emphasis on practical solutions, this book will help you apply deep learning techniques such as transfer learning and fine-tuning to solve real-world problems.By the end of this book, you'll be proficient in utilizing the capabilities of the Python ecosystem to implement various image processing techniques effectively.
Python Interviews. Discussions with Python Experts
Michael Driscoll
Each of these twenty Python Interviews can inspire and refresh your relationship with Python and the people who make Python what it is today. Let these interviews spark your own creativity, and discover how you also have the ability to make your mark on a thriving tech community. This book invites you to immerse in the Python landscape, and let these remarkable programmers show you how you too can connect and share with Python programmers around the world. Learn from their opinions, enjoy their stories, and use their tech tips.• Brett Cannon - former director of the PSF, Python core developer, led the migration to Python 3.• Steve Holden - tireless Python promoter and former chairman and director of the PSF.• Carol Willing - former director of the PSF and Python core developer, Project Jupyter Steering Council member.• Nick Coghlan - founding member of the PSF's Packaging Working Group and Python core developer.• Jessica McKellar - former director of the PSF and Python activist.• Marc-André Lemburg - Python core developer and founding member of the PSF.• Glyph Lefkowitz - founder of Twisted and fellow of the PSF• Doug Hellmann - fellow of the PSF, creator of the Python Module of the Week blog, Python community member since 1998.• Massimo Di Pierro - fellow of the PSF, data scientist and the inventor of web2py. • Alex Martelli - fellow of the PSF and co-author of Python in a Nutshell.• Barry Warsaw - fellow of the PSF, Python core developer since 1995, and original member of PythonLabs.• Tarek Ziadé - founder of Afpy and author of Expert Python Programming.• Sebastian Raschka - data scientist and author of Python Machine Learning.• Wesley Chun - fellow of the PSF and author of the Core Python Programming books.• Steven Lott - Python blogger and author of Python for Secret Agents.• Oliver Schoenborn - author of Pypubsub and wxPython mailing list contributor.• Al Sweigart - bestselling author of Automate the Boring Stuff with Python and creator of the Python modules Pyperclip and PyAutoGUI.• Luciano Ramalho - fellow of the PSF and the author of Fluent Python.• Mike Bayer - fellow of the PSF, creator of open source libraries including SQLAlchemy.• Jake Vanderplas - data scientist and author of Python Data Science Handbook.
Python: Journey from Novice to Expert. Journey from Novice to Expert
Fabrizio Romano, Dusty Phillips, Rick van Hattem
Python is a dynamic and powerful programming language, having its application in a wide range of domains. It has an easy-to-use, simple syntax, and a powerful library, which includes hundreds of modules to provide routines for a wide range of applications, thus making it a popular language among programing enthusiasts.This course will take you on a journey from basic programming practices to high-end tools and techniques giving you an edge over your peers. It follows an interesting learning path, divided into three modules. As you complete each one, you’ll have gained key skills and get ready for the material in the next module.The first module will begin with exploring all the essentials of Python programming in an easy-to-understand way. This will lay a good foundation for those who are interested in digging deeper. It has a practical and example-oriented approach through which both the introductory and the advanced topics are explained. Starting with the fundamentals of programming and Python, it ends by exploring topics, like GUIs, web apps, and data science.In the second module you will learn about object oriented programming techniques in Python. Starting with a detailed analysis of object-oriented technique and design, you will use the Python programming language to clearly grasp key concepts from the object-oriented paradigm. This module fully explains classes, data encapsulation, inheritance, polymorphism, abstraction, and exceptions with an emphasis on when you can use each principle to develop well-designed software.With a good foundation of Python you will move onto the third module which is a comprehensive tutorial covering advanced features of the Python language. Start by creating a project-specific environment using venv. This will introduce you to various Pythonic syntax and common pitfalls before moving onto functional features and advanced concepts, thereby gaining an expert level knowledge in programming and teaching how to script highest quality Python programs.
Python. Kurs dla nauczycieli i studentów
Gniewomir Sarbicki
Weź Pythona na uczelnię! Python to jeden z tych języków programowania, bez których trudno się dziś obejść. Dzięki słynnej elastyczności oraz rozbudowanemu zestawowi narzędzi i bibliotek można wykorzystywać go w najróżniejszych projektach i na najróżniejszych platformach, a łatwość opanowania podstaw zachęca do nauki. Sprawdź sam, jak wygodnie i prosto da się w nim pisać własny kod, opracowywać aplikacje desktopowe, projektować strony www czy przeprowadzać obliczenia numeryczne. Książka Python. Kurs dla nauczycieli i studentów powstał z myślą o wszystkich, którzy chcą opanować podstawy Pythona i praktycznie wykorzystywać go na co dzień. Kurs dzieli się na dwie części: pierwsza zawiera wprowadzenie do języka, pozwalające ruszyć z własnymi projektami; druga zaś wprowadza ważne, bardziej rozbudowane konstrukcje językowe. Niezwykle istotnym atutem tego podręcznika są ćwiczenia wraz z rozwiązaniami, opracowane na podstawie wieloletnich doświadczeń autora. Można tu znaleźć zarówno materiały do samodzielnej nauki, jak i inspiracje do prowadzenia własnych zajęć z uczniami czy studentami. Jeśli chcesz zacząć aktywnie korzystać z niesamowitych możliwości Pythona, ta książka jest dla Ciebie! Podstawowe elementy, operacje i funkcje Programowanie obiektowe i graficzny interfejs użytkownika Wielowątkowość i komunikacja sieciowa Obsługa baz danych i współpraca z serwerem Apache Obliczenia numeryczne i zarządzanie atrybutami w klasach Iteratory, generatory, koprocedury Współbieżność wykorzystująca podprocesy Moc Pythona w Twoich rękach!
Python. Kurs dla nauczycieli i studentów. Wydanie II
Gniewomir Sarbicki
Python - prosto, szybko, skutecznie Konstrukcje języka Python Sposoby ich użycia Zadania z rozwiązaniami Python to nowoczesny, potężny i uniwersalny język programowania, który zdobył dużą popularność zarówno wśród zawodowców z branży IT, jak i w szkołach i na uczelniach - jako doskonałe narzędzie do nauki programowania na różnych poziomach. Duże możliwości, prostota i zwartość składni, czytelność kodu, wszechstronność zastosowań i wsparcie wielu paradygmatów sprawiają, że co najmniej podstawowa znajomość Pythona stanowi jedno z najczęstszych wymagań wobec poszukujących pracy programistów i inżynierów, nawet jeśli na co dzień mają oni używać zupełnie innych technologii. Ta książka pomoże nauczycielom, uczniom, studentom i wszystkim zainteresowanym poznaniem Pythona opanować podstawy tego języka i rozpocząć stosowanie go w praktyce. Krok po kroku uczy czytać i pisać kod, przedstawiając zarówno konstrukcje i funkcje języka, jak i możliwości ich praktycznego użycia do rozwiązywania typowych problemów programistycznych. Programowanie interfejsów graficznych, programowanie wielowątkowe, programowanie sieciowe, tworzenie stron WWW, obliczenia numeryczne - w tym wszystkim świetnie sprawdzi się Python. I wszystko to można znaleźć w tej książce! Pisanie i uruchamianie programów w Pythonie Podstawowe typy danych i ich zastosowanie Instrukcje warunkowe, pętle i funkcje Obsługa wyjątków i używanie plików Programowanie obiektowe w Pythonie Graficzny interfejs użytkownika Wielowątkowość, sieci, bazy danych i strony WWW Funkcje wyższych rzędów Iteratory, generatory, koprocedury Programowanie asynchroniczne i współbieżne Programowanie w Pythonie w praktyce
Python. Kurs video. Kreacyjne i strukturalne wzorce projektowe
Karol Kurek
Obierz kurs na... wzorce projektowe! Wśród wielu narzędzi ułatwiających i przyspieszających pracę programisty wzorce projektowe są jednym z najgenialniejszych rozwiązań. Wie o tym każdy, kto choć raz spróbował się nimi posłużyć przy tworzeniu aplikacji, serwisu WWW lub dowolnego programu. Można dzięki nim ominąć rozsypujące się puzzle poleceń i zapomnieć o kodzie tworzonym od podstaw. Dostajemy do ręki gotowe szablony — tylko od nas zależy, który z nich wybierzemy do pracy i jak wypełnimy go treścią. Właśnie dlatego wzorce projektowe cieszą się ogromnym zainteresowaniem programistów. Jeśli chcesz programować szybko i bezbłędnie, nie możesz się bez nich obyć! Python. Kurs video. Kreacyjne i strukturalne wzorce projektowe ma na celu zapoznanie Cię ze wzorcami projektowymi dla Pythona, choć w gruncie rzeczy te modele są uniwersalne i bardzo podobnie wyglądają w różnych językach programowania. Aby zrozumieć, jak działają poszczególne schematy i jakie konsekwencje wiążą się z ich stosowaniem, powinieneś dość dobrze znać Pythona (na poziomie średnio zaawansowanym), ale wcale nie musisz być mistrzem. Na mistrzowski poziom wyniesie Cię właśnie umiejętność używania wzorców projektowych. A zatem ruszaj na podbój Pythona! Czego nauczysz się podczas naszego profesjonalnego szkolenia? W ramach tego kursu video dowiesz się: jak analizować założenia powstającego programu i szybko wychwytywać popularne problemy, jak dopasowywać wzorce projektowe do konkretnych przypadków, gdzie można zastosować wzorce projektowe, jak pisać kod w sposób bardziej przejrzysty i zorganizowany oraz tak, by był zrozumiały dla innych programistów i łatwy do modyfikowania w przyszłości, jak analizować przypadki użycia wzorców projektowych, jakie są konsekwencje stosowania każdego ze wzorców projektowych. Sprawdź, jak sensownie i twórczo możesz wykorzystać wzorce projektowe w swojej pracy. Zobacz, ile czasu uda Ci się zaoszczędzić i jak sprytnie obejdziesz typowe problemy programistyczne. Dzięki szkoleniu Python. Kurs video. Kreacyjne i strukturalne wzorce projektowe odkryjesz, w jakich miejscach warto zaimplementować wzorce, jak dostosować je do Twoich specyficznych wymagań i jakich efektów spodziewać się po każdym z nich. Znajdziesz tu omówienie wzorców kreacyjnych oraz strukturalnych. Poznasz najczęstsze kłopoty i zainspirujesz się eleganckimi, wydajnymi rozwiązaniami. Jeśli jesteś programistą Pythona, Twoje umiejętności i wydajność pracy znacznie zyskają po opanowaniu stosowania wzorców projektowych. Wzorzec tu, wzorzec tam, wszystkie wzorce dobrze znam! Programiści stosujący w swojej pracy wzorce projektowe nie bez powodu są poszukiwani i znakomicie wynagradzani. Przede wszystkim pracują znacznie szybciej od tego, kto każdy problem upiera się rozwiązywać od podstaw i samodzielnie. Poza tym ich projekty są pozbawione mnóstwa drobnych błędów, które mogą spowodować niespodziewane zachowanie aplikacji. Tacy projektanci mają także znacznie lepiej rozwiniętą wyobraźnię projektową, a ich praca zawiera więcej elementów twórczych. Korzystanie z gotowych schematów, tak oczywiste w rozwiązaniach inżynieryjnych czy architektonicznych, pozwala skupić się na tym, co faktycznie tworzy wartość dodaną każdego unikalnego projektu. Zadziwiające, jak wielu ludzi nie pamięta o tej prostej prawdzie. Wyzwania stojące przed programistą, który zna język Python i chce zacząć w nim stosować sprawdzone wzorce, będą znacznie łatwiejsze ze szkoleniem Python. Kurs video. Kreacyjne i strukturalne wzorce projektowe. Od Sigletona do Kompozytu Kolejne wzorce projektowe będą odsłaniać przed Tobą swoje tajemnice, a Ty musisz zadbać jedynie o to, by zastosować je we właściwych miejscach projektu. To niezwykle ważne zagadnienie, ponieważ wzorce nie zastępują programu, a żaden z nich nie jest uniwersalną receptą na wszystkie programistyczne bolączki. Kreacyjne wzorce projektowe pozwalają na porządne zaprojektowanie procesu tworzenia obiektów, natomiast strukturalne wzorce projektowe będą się przydawać nieustannie do zapewniania komunikacji między klasami lub obiektami tych klas. Z kolei czynnościowe wzorce projektowe będą pozwalały na dokonywanie wszelkich działań w uporządkowany sposób. Dlatego właśnie wybór konkretnego wzorca jest niezmiernie ważny w całym procesie projektowania. Autor szkolenia Python. Kurs video. Kreacyjne i strukturalne wzorce projektowe położył na to szczególny nacisk. Poszukaj w tym szkoleniu wzorców odpowiednich do Twoich potrzeb i zastosuj je w najbliższym projekcie, a szybko odkryjesz, że nie możesz się bez nich obejść! Tylko dla wtajemniczonych Python. Kurs video. Kreacyjne i strukturalne wzorce projektowe pozwoli Ci odkryć tajemnice najlepszych programistów Pythona. Dowiesz się, do czego służą wzorce Singleton, Fabryka i Budowniczy. Zapoznasz się z Adapterem, Dekoratorem, Mostem, Fasadą i Pyłkiem. Nauczysz się wykorzystywać wzorzec Proxy (Pełnomocnik) i wzorzec Kompozyt. Zobaczysz, jakie metody i założenia kryją się za każdym z nich, prześledzisz najważniejsze struktury i funkcje, nauczysz się sprawnie zarządzać kodem i pisać go tak, by inni nie mieli problemu ani z jego zmianą, ani z uaktualnieniem Twojej aplikacji. „Nie jestem tak dobrym programistą, jak inni myślą. Jestem dość średnim programistą, ale znam wzorce projektowe” — tak będziesz mógł powiedzieć o sobie po ukończeniu kursu.
Python. Kurs video. Programowanie asynchroniczne
Karol Kurek
Obierz kurs na... programowanie współbieżne w Pythonie! Programowanie współbieżne (inaczej wielowątkowe lub asynchroniczne) umożliwia programowi wykonywanie różnych operacji równolegle w tym samym czasie. Co to oznacza w praktyce? Przede wszystkim racjonalne wykorzystanie zasobów komputera, które się nie marnują podczas oczekiwania na przykład na reakcję człowieka. Program w trakcie czekania na odpowiedź może wykonywać w tle kilkadziesiąt innych czynności i dzięki temu nie blokować zasobów. Pozwala to zwiększyć wydajność operacji niezależnie od ograniczeń wynikających z parametrów procesora. Przy zastosowaniu współbieżności można przyspieszyć niemal każdy program, a dzięki naszemu kursowi dowiesz się, jak przekształcić stosowany przez siebie algorytm, aby w pełni wykorzystywał wielość wątków i rdzeni procesora. Co Cię czeka podczas naszego profesjonalnego szkolenia? Kurs video Python. Kurs video. Programowanie asynchroniczne składa się z 29 lekcji trwających łącznie ponad 4,5 godziny. Podczas szkolenia: Nauczysz się wykorzystywać biblioteki multiprocessing/concurrent/asyncio. Dowiesz się, jak operować na wątkach i procesach w Pythonie. Zrozumiesz, czemu nie zawsze więcej wątków i procesów przyspiesza działanie programu. Poznasz i zgłębisz pojęcie głównej pętli zdarzeń. Stworzysz własną pętlę zdarzeń. Nauczysz się tworzyć pulę wątków i pulę procesów. Poznasz GIL (Global Interpreter Lock), bazowy mechanizm rządzący wątkami w Pythonie, i zrozumiesz jego działanie. Nauczysz się rozwiązywać realne problemy przy użyciu procesorów i wątków. Poznasz funkcje repeat i partial, a także nauczysz się je stosować, korzystając z bibliotek itertools i functools. Dowiesz się, jak kiedyś korzystano z wielowątkowości, a jak robi się to obecnie. Nauczysz się używać słów kluczowych: await i async. Zrozumiesz, czym są asynchroniczne menedżery kontekstu, i dowiesz się, jak je tworzyć. Dowiesz się, jak tworzyć asynchroniczne taski i jak je grupować. A po zakończeniu szkolenia... Będziesz stosować programowanie asynchroniczne w Pythonie na poziomie średnio zaawansowanym. Korzystając z równoległości, będziesz w stanie przyspieszyć większość programów, przekształcając algorytm tak, aby wykorzystywał wielość wątków i rdzeni procesora. Wiedzę zdobytą podczas kursu zastosujesz także w pracy z wątkami i procesami w innych niż Python językach programowania, jako że asynchroniczność w wielu z nich wygląda dosyć podobnie. Nauczysz się przekształcać tradycyjny kod, który działa „linijka po linijce”, w kod asynchroniczny potrafiący wykonywać wiele działań równolegle. Dla kogo ten kurs? Python. Kurs video. Programowanie asynchroniczne jest szkoleniem przeznaczonym dla osób programujących w Pythonie. Słuchacz rozpocznie kurs na poziomie podstawowym, natomiast zakończy na średnio zaawansowanym, z wiedzą o bibliotekach multiprocessing, concurrent i asyncio - najnowszej i w związku z tym niepojawiającej się w starszych podręcznikach i opracowaniach.
Python. Kurs video. Wzorce czynnościowe i architektoniczne oraz antywzorce
Karol Kurek
Obierz kurs na... wzorce projektowe! Wśród wielu narzędzi ułatwiających i przyspieszających pracę programisty wzorce projektowe są jednym z najgenialniejszych rozwiązań. Wie o tym każdy, kto choć raz spróbował się nimi posłużyć przy tworzeniu aplikacji, serwisu WWW lub dowolnego programu. Można dzięki nim ominąć rozsypujące się puzzle poleceń i zapomnieć o kodzie tworzonym od podstaw. Dostajemy do ręki gotowe szablony — tylko od nas zależy, który z nich wybierzemy do pracy i jak wypełnimy go treścią. Właśnie dlatego wzorce projektowe cieszą się ogromnym zainteresowaniem programistów. Jeśli chcesz programować szybko i bezbłędnie, nie możesz się bez nich obyć! Python. Kurs video. Wzorce czynnościowe i architektoniczne oraz antywzorce kontynuuje cel polegający na zapoznawaniu Cię z wachlarzem wzorców projektowych dla Pythona, choć w gruncie rzeczy te modele są uniwersalne i bardzo podobnie wyglądają w różnych językach programowania. Aby zrozumieć, jak działają poszczególne schematy i jakie konsekwencje wiążą się z ich stosowaniem, powinieneś dość dobrze znać Pythona (na poziomie średnio zaawansowanym), ale wcale nie musisz być mistrzem. Na mistrzowski poziom wyniesie Cię właśnie umiejętność używania wzorców projektowych. A zatem ruszaj na podbój Pythona! Czego nauczysz się podczas naszego profesjonalnego szkolenia? W ramach tego kursu video dowiesz się: czym wyjątkowym (względem pozostałych wzorców) charakteryzują się czynnościowe wzorce projektowe, w jaki sposób wykorzystywać czynnościowe wzorce projektowe, jak pisać kod w sposób bardziej przejrzysty i zorganizowany oraz tak, by był zrozumiały dla innych programistów i łatwy do modyfikowania w przyszłości, jak analizować przypadki użycia wzorców projektowych, jakie są konsekwencje stosowania każdego ze wzorców projektowych, których wzorców należy unikać, które wzorce mogą przyspieszyć działanie Twojego programu, czym charakteryzują się wzorce architektoniczne na przykładzie wzorca Model-View-Controller. Sprawdź, jak sensownie i twórczo możesz wykorzystać wzorce projektowe w swojej pracy. Zobacz, ile czasu uda Ci się zaoszczędzić i jak sprytnie obejdziesz typowe problemy programistyczne. Dzięki szkoleniu Python. Kurs video. Wzorce czynnościowe i architektoniczne oraz antywzorce odkryjesz, w jakich miejscach warto zaimplementować wzorce, jak dostosować je do Twoich specyficznych wymagań i jakich efektów spodziewać się po każdym z nich. Znajdziesz tu omówienie wzorców czynnościowych, antywzorców projektowych i zakosztujesz architektonicznych wzorców projektowych. Poznasz najczęstsze kłopoty i zainspirujesz się eleganckimi, wydajnymi rozwiązaniami. Jeśli jesteś programistą Pythona, Twoje umiejętności i wydajność pracy znacznie zyskają po opanowaniu stosowania wzorców projektowych. Wzorzec tu, wzorzec tam, wszystkie wzorce dobrze znam! Programiści stosujący w swojej pracy wzorce projektowe nie bez powodu są poszukiwani i znakomicie wynagradzani. Przede wszystkim pracują znacznie szybciej od tego, kto każdy problem upiera się rozwiązywać od podstaw i samodzielnie. Poza tym ich projekty są pozbawione mnóstwa drobnych błędów, które mogą spowodować niespodziewane zachowanie aplikacji. Tacy projektanci mają także znacznie lepiej rozwiniętą wyobraźnię projektową, a ich praca zawiera więcej elementów twórczych. Korzystanie z gotowych schematów, tak oczywiste w rozwiązaniach inżynieryjnych czy architektonicznych, pozwala skupić się na tym, co faktycznie tworzy wartość dodaną każdego unikalnego projektu. Zadziwiające, jak wielu ludzi nie pamięta o tej prostej prawdzie. Wyzwania stojące przed programistą, który zna język Python i chce zacząć w nim stosować sprawdzone wzorce, będą znacznie łatwiejsze ze szkoleniem Python. Kurs video. Wzorce czynnościowe i architektoniczne oraz antywzorce. Od Strategii do Stanu Kolejne wzorce projektowe będą odsłaniać przed Tobą swoje tajemnice, a Ty musisz zadbać jedynie o to, by zastosować je we właściwych miejscach projektu. To niezwykle ważne zagadnienie, ponieważ wzorce nie zastępują programu, a żaden z nich nie jest uniwersalną receptą na wszystkie programistyczne bolączki. Czynnościowe wzorce projektowe, w dopełnieniu do wzorców kreacyjnych i strukturalnych, nie budują żadnych struktur, ale pozwalają osiągnąć konkretny cel w najlepszy sposób. Zajmują się działaniem, operacjami i porządkami, które praktycznie są esencją wzorców projektowych. Czynnościowe wzorce projektowe będą pozwalały na dokonywanie wszelkich działań w uporządkowany sposób. Prócz tego poznasz wzorce, których należy unikać w pracy, reprezentatywny przykład architektonicznego wzorca projektowego oraz wzorce projektowe. Wybór konkretnego wzorca jest niezmiernie ważny w całym procesie projektowania - autor szkolenia Python. Kurs video. Wzorce czynnościowe i architektoniczne oraz antywzorce położył na to szczególny nacisk. Poszukaj w tym szkoleniu wzorców odpowiednich do Twoich potrzeb i zastosuj je w najbliższym projekcie, a szybko odkryjesz, że nie możesz się bez nich obejść! Tylko dla wtajemniczonych Python. Kurs video. Wzorce czynnościowe i architektoniczne oraz antywzorce pozwoli Ci odkryć tajemnice najlepszych programistów Pythona. Dowiesz się, do czego służą różne wzorce: Strategia, Iterator, Generator, Metoda szablonowa, Pamiątka, Łańcuch zobowiązań, Polecenie, Obserwator i Stan. Odkryjesz działanie architektonicznego wzorca Model-View-Controller, a wiedzę uzupełnisz o takie wzorce projektowe jak Odwiedzający, Wstrzykiwanie zależności i Leniwe inicjowanie. Zobaczysz, jakie metody i założenia kryją się za każdym z nich, prześledzisz najważniejsze struktury i funkcje, nauczysz się sprawnie zarządzać kodem i pisać go tak, by inni nie mieli problemu ani z jego zmianą, ani z uaktualnieniem Twojej aplikacji. „Nie jestem tak dobrym programistą, jak inni myślą. Jestem dość średnim programistą, ale znam wzorce projektowe” — tak będziesz mógł powiedzieć o sobie po ukończeniu kursu.ę
Python. Leksykon kieszonkowy. Wydanie IV
Mark Lutz
Jakie możliwości kryją standardowe moduły biblioteczne? Jak wykonywać operacje na plikach? Jak stworzyć graficzny interfejs użytkownika? Python to wyjątkowo praktyczny język programowania, idealnie nadający się do szybkiego rozwiązywania niecodziennych problemów, z którymi często borykają się koderzy. Nie wymusza on stosowania jednego stylu programowania, co pozwala na dużo większą elastyczność w trakcie pisania kodu. Umożliwia programowanie obiektowe, strukturalne i funkcyjne, a ponadto udostępnia zaawansowane mechanizmy zarządzania pamięcią, zapewnia dynamiczne sprawdzanie typów oraz czytelną składnię. Te wszystkie zalety powodują, że Python ma grupę swoich wiernych fanów. Niniejsza książka należy do popularnej serii "Leksykon kieszonkowy", dzięki której zawsze i wszędzie możesz przypomnieć sobie wybrane zagadnienia, związane z różną tematyką. Pozycja, którą właśnie trzymasz w rękach, została poświęcona językowi Python. W trakcie jej lektury zapoznasz się z takimi zagadnieniami, jak sterowanie przepływem programu, wykorzystanie pętli, list, słowników oraz operacje na plikach. Ponadto w każdej chwili będziesz mógł sprawdzić składnię oraz sposoby wykorzystania funkcji i wyjątków wbudowanych. Książka stanowi znakomite kompendium wiedzy na temat języka Python. Sprawdzi się ona w rękach początkującego użytkownika - jako przewodnik, a w rękach zaawansowanego programisty - jako pomocnik. Wbudowane typy i operatory Działania na liczbach Operacje na łańcuchach znaków Wykorzystanie Unicode w Pythonie Obsługa list oraz słowników Operacje na zbiorach i plikach Sterowanie przepływem programu Konwersja typów Obsługa wyjątków Wykorzystanie przestrzeni nazw Zasięgi zmiennych Przeciążanie operatorów Standardowe moduły biblioteczne Zastosowanie wyrażeń regularnych Tworzenie graficznego interfejsu użytkownika Wyciśnij jeszcze więcej z języka Python!
Python. Leksykon kieszonkowy. Wydanie V
Mark Lutz
Język Python obecny jest na rynku od ponad 20 lat. Opracowany został na początku lat dziewięćdziesiątych XX wieku i błyskawicznie zaczął zdobywać uznanie programistów na całym świecie. Python sprawdza się doskonale w pisaniu skryptów oraz narzędzi, a w dużym projekcie także nie zawiedzie oczekiwań. Język ten korzysta z automatycznego zarządzania pamięcią oraz umożliwia obiektowe i funkcyjne podejście do tworzonego programu. Jednym z jego najważniejszych atutów jest bardzo silna społeczność programistów, wymieniająca się na bieżąco informacjami na temat praktycznych zastosowań tego języka. Dzięki temu uzyskanie odpowiedzi na trapiące Cię pytania nie powinno stanowić problemu. Jeżeli jednak chcesz mieć zawsze pod ręką sprawdzone źródło informacji, które pozwoli Ci w każdej sytuacji rozwiać wątpliwości, to trafiłeś na doskonałą pozycję. Należy ona do serii Leksykon kieszonkowy i charakteryzuje się niezwykle zwięzłym, przejrzystym układem najważniejszych treści oraz poręczną formą. Znajdziesz tu szczegółowe informacje na temat typów wbudowanych, wyjątków, programowania obiektowego oraz przetwarzania nazw i reguł zasięgu. Kolejne wydanie tej książki zostało ulepszone i zaktualizowane o mnóstwo nowych informacji, takich jak wykorzystanie Python Launcher w systemie Windows czy formalne reguły dziedziczenia. To doskonałe źródło informacji na temat języka Python! Dzięki tej książce: poznasz podstawy Pythona zapoznasz się z zasadami programowania w tym języku poznasz typy wbudowane wykorzystasz standardowe moduły będziesz mieć zawsze pod ręką solidne źródło informacji o Pythonie Najlepsze rozwiązania typowych problemów!
Alexander Combs, Saurabh Chhajed, Michael Roman
Machine learning is transforming the way we understand and interact with the world around us. This book is the perfect guide for you to put your knowledge and skills into practice and use the Python ecosystem to cover key domains in machine learning. This second edition covers a range of libraries from the Python ecosystem, including TensorFlow and Keras, to help you implement real-world machine learning projects.The book begins by giving you an overview of machine learning with Python. With the help of complex datasets and optimized techniques, you’ll go on to understand how to apply advanced concepts and popular machine learning algorithms to real-world projects. Next, you’ll cover projects from domains such as predictive analytics to analyze the stock market and recommendation systems for GitHub repositories. In addition to this, you’ll also work on projects from the NLP domain to create a custom news feed using frameworks such as scikit-learn, TensorFlow, and Keras. Following this, you’ll learn how to build an advanced chatbot, and scale things up using PySpark. In the concluding chapters, you can look forward to exciting insights into deep learning and you'll even create an application using computer vision and neural networks.By the end of this book, you’ll be able to analyze data seamlessly and make a powerful impact through your projects.
Yuxi (Hayden) Liu
Python Machine Learning By Example, Third Edition serves as a comprehensive gateway into the world of machine learning (ML).With six new chapters, on topics including movie recommendation engine development with Naïve Bayes, recognizing faces with support vector machine, predicting stock prices with artificial neural networks, categorizing images of clothing with convolutional neural networks, predicting with sequences using recurring neural networks, and leveraging reinforcement learning for making decisions, the book has been considerably updated for the latest enterprise requirements.At the same time, this book provides actionable insights on the key fundamentals of ML with Python programming. Hayden applies his expertise to demonstrate implementations of algorithms in Python, both from scratch and with libraries.Each chapter walks through an industry-adopted application. With the help of realistic examples, you will gain an understanding of the mechanics of ML techniques in areas such as exploratory data analysis, feature engineering, classification, regression, clustering, and NLP.By the end of this ML Python book, you will have gained a broad picture of the ML ecosystem and will be well-versed in the best practices of applying ML techniques to solve problems.
Yuxi (Hayden) Liu
The surge in interest in machine learning (ML) is due to the fact that it revolutionizes automation by learning patterns in data and using them to make predictions and decisions. If you’re interested in ML, this book will serve as your entry point to ML.Python Machine Learning By Example begins with an introduction to important ML concepts and implementations using Python libraries. Each chapter of the book walks you through an industry adopted application. You’ll implement ML techniques in areas such as exploratory data analysis, feature engineering, and natural language processing (NLP) in a clear and easy-to-follow way.With the help of this extended and updated edition, you’ll understand how to tackle data-driven problems and implement your solutions with the powerful yet simple Python language and popular Python packages and tools such as TensorFlow, scikit-learn, gensim, and Keras. To aid your understanding of popular ML algorithms, the book covers interesting and easy-to-follow examples such as news topic modeling and classification, spam email detection, stock price forecasting, and more.By the end of the book, you’ll have put together a broad picture of the ML ecosystem and will be well-versed with the best practices of applying ML techniques to make the most out of new opportunities.
Python Machine Learning By Example. The easiest way to get into machine learning
Yuxi (Hayden) Liu, Ivan Idris
Data science and machine learning are some of the top buzzwords in the technical world today. A resurging interest in machine learning is due to the same factors that have made data mining and Bayesian analysis more popular than ever. This book is your entry point to machine learning. This book starts with an introduction to machine learning and the Python language and shows you how to complete the setup. Moving ahead, you will learn all the important concepts such as, exploratory data analysis, data preprocessing, feature extraction, data visualization and clustering, classification, regression and model performance evaluation. With the help of various projects included, you will find it intriguing to acquire the mechanics of several important machine learning algorithms – they are no more obscure as they thought. Also, you will be guided step by step to build your own models from scratch. Toward the end, you will gather a broad picture of the machine learning ecosystem and best practices of applying machine learning techniques. Through this book, you will learn to tackle data-driven problems and implement your solutions with the powerful yet simple language, Python. Interesting and easy-to-follow examples, to name some, news topic classification, spam email detection, online ad click-through prediction, stock prices forecast, will keep you glued till you reach your goal.
Yuxi (Hayden) Liu
The fourth edition of Python Machine Learning By Example is a comprehensive guide for beginners and experienced machine learning practitioners who want to learn more advanced techniques, such as multimodal modeling. Written by experienced machine learning author and ex-Google machine learning engineer Yuxi (Hayden) Liu, this edition emphasizes best practices, providing invaluable insights for machine learning engineers, data scientists, and analysts.Explore advanced techniques, including two new chapters on natural language processing transformers with BERT and GPT, and multimodal computer vision models with PyTorch and Hugging Face. You’ll learn key modeling techniques using practical examples, such as predicting stock prices and creating an image search engine.This hands-on machine learning book navigates through complex challenges, bridging the gap between theoretical understanding and practical application. Elevate your machine learning and deep learning expertise, tackle intricate problems, and unlock the potential of advanced techniques in machine learning with this authoritative guide.*Email sign-up and proof of purchase required
Prateek Joshi, Vahid Mirjalili
Machine learning is becoming increasingly pervasive in the modern data-driven world. It is used extensively across many fields such as search engines, robotics, self-driving cars, and more. With this book, you will learn how to perform various machine learning tasks in different environments. We’ll start by exploring a range of real-life scenarios where machine learning can be used, and look at various building blocks. Throughout the book, you’ll use a wide variety of machine learning algorithms to solve real-world problems and use Python to implement these algorithms. You’ll discover how to deal with various types of data and explore the differences between machine learning paradigms such as supervised and unsupervised learning. We also cover a range of regression techniques, classification algorithms, predictive modeling, data visualization techniques, recommendation engines, and more with the help of real-world examples.
Giuseppe Ciaburro, Prateek Joshi
This eagerly anticipated second edition of the popular Python Machine Learning Cookbook will enable you to adopt a fresh approach to dealing with real-world machine learning and deep learning tasks.With the help of over 100 recipes, you will learn to build powerful machine learning applications using modern libraries from the Python ecosystem. The book will also guide you on how to implement various machine learning algorithms for classification, clustering, and recommendation engines, using a recipe-based approach. With emphasis on practical solutions, dedicated sections in the book will help you to apply supervised and unsupervised learning techniques to real-world problems. Toward the concluding chapters, you will get to grips with recipes that teach you advanced techniques including reinforcement learning, deep neural networks, and automated machine learning.By the end of this book, you will be equipped with the skills you need to apply machine learning techniques and leverage the full capabilities of the Python ecosystem through real-world examples.
Python. Machine learning i deep learning. Biblioteki scikit-learn i TensorFlow 2. Wydanie III
Sebastian Raschka, Vahid Mirjalili
Uczenie maszynowe jest jedną z najbardziej fascynujących technologii naszych czasów - rozwojem jego najróżniejszych zastosowań zajmują się tacy giganci jak Google, Facebook, Apple, Amazon czy IBM. Uczenie maszynowe otwiera zupełnie nowe możliwości i powoli staje się nieodzowne: wystarczy wymienić asystenty głosowe w smartfonach, chatboty ułatwiające klientom wybór produktu, a także sieci ułatwiające podejmowanie decyzji o inwestycjach giełdowych, filtrujące niechciane wiadomości e-mail czy wspomagające diagnostykę medyczną. Oto obszerny przewodnik po uczeniu maszynowym i uczeniu głębokim w Pythonie. Zawiera dokładne omówienie najważniejszych technik uczenia maszynowego oraz staranne wyjaśnienie zasad rządzących tą technologią. Poszczególne zagadnienia zilustrowano mnóstwem wyjaśnień, wizualizacji i przykładów, co znakomicie ułatwia zrozumienie materiału i sprawne rozpoczęcie samodzielnego budowania aplikacji i modeli, takich jak te służące do klasyfikacji obrazów, odkrywania ukrytych wzorców czy wydobywania dodatkowych informacji z danych. Wydanie trzecie zostało zaktualizowane - znalazł się w nim opis biblioteki TensorFlow 2 i najnowszych dodatków do biblioteki scikit-learn. Dodano również wprowadzenie do dwóch nowatorskich technik: uczenia przez wzmacnianie i budowy generatywnych sieci przeciwstawnych (GAN). W książce między innymi: platformy, modele i techniki uczenia maszynowego wykorzystywanie biblioteki scikit-learn i TensorFlow sieci neuronowe, sieci GAN i inne przygotowywanie danych dla modeli uczenia maszynowego ocena i strojenie modeli analizy: regresyjna, skupień i sentymentów Uczenie głębokie z Pythonem: zrozum i zastosuj!
Sebastian Raschka
Machine learning and predictive analytics are transforming the way businesses and other organizations operate. Being able to understand trends and patterns in complex data is critical to success, becoming one of the key strategies for unlocking growth in a challenging contemporary marketplace. Python can help you deliver key insights into your data – its unique capabilities as a language let you build sophisticated algorithms and statistical models that can reveal new perspectives and answer key questions that are vital for success.Python Machine Learning gives you access to the world of predictive analytics and demonstrates why Python is one of the world’s leading data science languages. If you want to ask better questions of data, or need to improve and extend the capabilities of your machine learning systems, this practical data science book is invaluable. Covering a wide range of powerful Python libraries, including scikit-learn, Theano, and Keras, and featuring guidance and tips on everything from sentiment analysis to neural networks, you’ll soon be able to answer some of the most important questions facing you and your organization.
Sebastian Raschka, Vahid Mirjalili
Python Machine Learning, Third Edition is a comprehensive guide to machine learning and deep learning with Python. It acts as both a step-by-step tutorial, and a reference you'll keep coming back to as you build your machine learning systems.Packed with clear explanations, visualizations, and working examples, the book covers all the essential machine learning techniques in depth. While some books teach you only to follow instructions, with this machine learning book, Raschka and Mirjalili teach the principles behind machine learning, allowing you to build models and applications for yourself.Updated for TensorFlow 2.0, this new third edition introduces readers to its new Keras API features, as well as the latest additions to scikit-learn. It's also expanded to cover cutting-edge reinforcement learning techniques based on deep learning, as well as an introduction to GANs. Finally, this book also explores a subfield of natural language processing (NLP) called sentiment analysis, helping you learn how to use machine learning algorithms to classify documents.This book is your companion to machine learning with Python, whether you're a Python developer new to machine learning or want to deepen your knowledge of the latest developments.