Henter data ...

Python Programmering Grund- og videregående kursus. 2 moduler af 3 dage

Kort navn:

Varighed:


RING 70 23 26 50 eller send en mail og få uforpligtende informationer om, hvor kurset udbydes, datoer, priser og en status på, om kurset har deltagere nok til at det bliver gennemført.

Udbydes kurset ikke i oversigten til højre, så kontakt os endelig for ny dato.

Modul 1)

Python er et enkelt og veldesignet sprog, som kan bruges til at løse organisationers kodeudfordringer lige fra simple scripts helt op til avancerede dataanalyserer, der modellerer virksomhedens problemdomæner.

Dette modul skaber et indledende overblik over Python som sprog. Det henvender sig til alle, som skal i gang med at kode i Python; uanset om det er til data science, machine learning, big data, IOT, scripting, udvikling eller noget helt syttende.

Du lærer bl.a, hvordan Python bærer sig ad med at repræsentere grundlæggende værdier som tal, strenge, arrays, lister og dictionaries.

Desuden får du erfaring med Pythons måde at strukturere kode på i moduler og packages, og ikke mindst hvad man gør for at få fat i koden i konkrete projekter. Hvis alle anvender samme kode, slipper vi for versions-problemer.

For at kontrollere flowet i algoritmen har Python arvet mange konstruktioner som if-then og while-løkker, og tilfører dem helt nye og meget typisk pytonske varianter, der gør det nemmere at arbejde med store datamængder. Vi kigger på funktioner og parametre til at lave funktions-abstraktion - hvordan sendes data til funktionen, og hvordan får vi resultater tilbage?

Vi får tilmed set på, hvordan Python bærer sig ad med at håndtere fejl og situationer, der ikke burde være opstået - exception-handling.

Python skal også have mulighed for at læse og skrive til filer på harddisken. Vi gennemgår, hvordan man bedst sikrer at læsning og skrivning fungerer korrekt.

Når data begynder at bliver rigtig komplekse, er det ikke altid nok med simple variable og funktioner. Her bliver det objektorienterede aspekt centralt med mulighederne for klasser, objekter, nedarvning og kodegenbrug. Det er begreber som sproget deler med andre OO-sprog som Java, C# og C++, men giver det en helt unik og meget typisk pythonsk iklædning.

   


Modul 2)
Modulet er henvendt til dig, der virkelig skal i dybden med Python som udvikler, og som skal anvende sproget til store opgaver hvor sikkerhed og korrekthed er i højsædet.

Python kan meget mere end simple scripts - det kan anvendes til at lave meget avancerede datamodeller, der går ud over de rent objektorienterede dele af sproget. I mange konkrete situationer fra den virkelige verden, er funktioner mere anvendelige. Vi kommer i modulet ind på, hvordan man kan anvende funktioner, der kører optimalt og uden skjulte sideeffekter, som kompromitterer kodesikkerheden - lambdaer og closures.

Vi også kommer ind på, hvordan Python bærer sig an med at få forbindelse til traditionelle relationsdatabaser, der anvender SQL til at udtrække data fra store databaser som Microsofts SQL Server, Oracle, DB2. Hvis man ikke passer på, kan man åbne databasen for angreb udefra. Her har Python sine metoder til at sikre data-integriteten.

Vi sammenkobler SQL med det objektorienterede i form af SqlAlchemys ORM-koncept - en mekanisme, der skjuler SQL-niveauet til fordel for klasser, hvilket gør at man ikke skal kode direkte i SQL.

Samtidig dækker modulet performance i Python og vi arbejder med bl.a. multithreading og multiprocessing til at forbedre through-put. Vi kommer ind på elementer, der kan ødelægge performance, fx deadlocks, race-conditions og overdreven låsning af ressourcer. Hvis mekanismerne bruges korrekt, kan vi danne det første kode-grundlag for store systemer som e-commerce og customer-management systemer.

For at få disse systemer til at fungere, kræver det at Python kan benytte client/server modellen. Vi gennemgår mulighederne i socket-baserede vs. URI-baserede programmer, og øver os i at få både klient-koden og server-koden til at fungere.

I stedet for at sende information mellem klient og server, kan vi med fordel anvende XML til at strukturere data på en måde, hvorpå data bliver selvverificerende. I praksis vil Python helst bruge JSON-formatet, da dette er langt nemmere at arbejde med. Dette får du også erfaring med på modulet.



Kursusdatoer