Jeśli chcesz rozpocząć naukę programowania w języku Python, ten kurs będzie doskonałym wyborem. Kurs jest starannie podzielony na cztery sekcje, co umożliwia stopniowe przyswajanie wiedzy i umiejętności niezbędnych do opanowania tego języka. Dzięki temu, krok po kroku, zbudujesz solidne podstawy oraz poznasz zaawansowane techniki programowania w Pythonie.
Celem tego kursu jest nauka podstaw programowania w języku Python. Kurs jest starannie podzielony na cztery sekcje: podstawy, tematy średniozaawansowane, inżynieria oprogramowania oraz Python w praktyce. Każda z tych sekcji zawiera wiele lekcji i zagadnień, które pomogą zrozumieć fundamentalne zasady programowania oraz zastosować je w praktyce.
Kurs obejmuje następujące tematy:
-
Podstawy:
- Instalacja Pythona w systemie Windows
- Interaktywna konsola
- Zmienne, warunki, pętle i pętle zagnieżdżone
- Funkcje, napisy, struktury danych
- Enum, liczby losowe
-
Tematy średniozaawansowane:
- Klasy i obiekty, referencje i kopiowanie
- Czyste funkcje i skutki uboczne
- Dziedziczenie i kompozycja
- Wyrażenia regularne, wyjątki
- Wątki, procesy, asyncio
- Lambdy, programowanie funkcyjne
- Klasy danych, generatory, iteratory, dekoratory
- Serializacja
-
Inżynieria oprogramowania:
- Moduły i pakiety, wersje Pythona
- PIP i PyPI, środowisko wirtualne
- Dbanie o jakość kodu i lintowanie
- Debugowanie, testy jednostkowe, dokumentacja
- Pliki wykonywalne i PyInstaller, kod bajtowy
-
Python w praktyce:
- Argumenty linii poleceń
- Praca z plikami i folderami, Pandas i CSV
- Praca z plikami PDF
- Informacje o systemie operacyjnym
- HTTP i prosty serwer
- API z FastAPI, bazy danych z SQLite
- Tkinter, logi
Python to wszechstronny język programowania, znany z prostej składni i dużej elastyczności. Jest szeroko stosowany w różnych dziedzinach, od nauk ścisłych po tworzenie aplikacji internetowych. W tej sekcji skupimy się na fundamentach języka, które stanowią podstawę do dalszej nauki i bardziej zaawansowanych projektów.
Na początek omówimy instalację Pythona na systemie Windows oraz korzystanie z interaktywnej konsoli, co umożliwi natychmiastowe testowanie i eksperymentowanie z kodem. Następnie przejdziemy do podstawowych konceptów, takich jak zmienne, operatory, instrukcje warunkowe oraz pętle, które są kluczowe do zrozumienia logiki programowania.
Poznamy także bardziej zaawansowane elementy, takie jak funkcje, które pozwalają na organizowanie kodu w bardziej czytelny i modułowy sposób, oraz struktury danych, w tym listy, krotki, słowniki i zbiory, które są niezbędne do efektywnego zarządzania danymi.
Na koniec tej sekcji zajmiemy się również bardziej specyficznymi elementami Pythona, takimi jak napisy, enumy i generowanie liczb losowych, co umożliwi tworzenie bardziej złożonych i interaktywnych programów. Te fundamenty zapewnią solidne podstawy do dalszego rozwoju w kierunku średniozaawansowanych i zaawansowanych technik programowania w Pythonie.
| Temat | Notatki |
|---|---|
| Instalacja w systemie windows |  |
| Interaktywna Konsola | |
| Zmienne | |
| Warunki | |
| Pętle | |
| Funkcje | |
| Napisy | |
| Struktury Danych | |
| Enum | |
| Liczby Losowe | |
| Numer | Opis | Kod |
|---|---|---|
| 1 | Zmienne |  |
| 2 | Wejście i Wyjście | |
| 3 | Warunki | |
| 4 | Łączenie Warunków | |
| 5 | Pętla While | |
| 6 | Pętla For | |
| 7 | Zagnieżdżanie pętli | |
| 8 | Funkcje | |
| 9 | Kalkulator | |
| 10 | Naiwny test pierwszości | |
| 11 | Liczby losowe | |
| 12 | Rekurencja | |
| 13 | Rekurencja - spółgłoski | |
| 14 | Rekurencja - wielkość liter | |
| 15 | Listy | |
| 16 | Wyrażenia listowe | |
| 17 | Sortowanie bąbelkowe | |
| 18 | Sortowanie przez wybieranie | |
| 19 | Sortowanie szybkie | |
| 20 | Bogo sort | |
| 21 | Przeszukiwanie listy | |
| 22 | Krotki | |
| 23 | Napisy | |
| 24 | Szyfr Cezara | |
| 25 | Wisielec | |
| 26 | Zbiory | |
| 27 | Słowniki | |
| 28 | Histogram imion | |
| 29 | Listy 2D | |
| 30 | Lista słowników | |
| 31 | Sito Eratostenesa | |
Ta sekcja jest przeznaczona dla osób, które opanowały podstawy programowania w Pythonie i chcą poszerzyć swoją wiedzę o bardziej zaawansowane tematy. Skupimy się na takich zagadnieniach jak klasy i programowanie obiektowe, które pozwalają na tworzenie złożonych i dobrze zorganizowanych aplikacji.
Przyjrzymy się również tworzeniu własnych struktur danych, co umożliwi dostosowanie Pythona do specyficznych potrzeb Twoich projektów. Programowanie funkcyjne będzie kolejnym krokiem, obejmującym takie koncepcje jak lambdy, czyste funkcje i skutki uboczne, co pozwoli na bardziej eleganckie i efektywne pisanie kodu.
Dodatkowo, omówimy mechanizmy takie jak wątki i procesy, które są kluczowe dla tworzenia aplikacji wielowątkowych i równoległych. Zajmiemy się również obsługą wyjątków, co jest niezbędne do pisania niezawodnego i odpornego na błędy kodu.
Nie zabraknie także tematyki iteratorów i generatorów, które umożliwiają efektywne zarządzanie dużymi zbiorami danych oraz dekoratorów, które pozwalają na modyfikowanie funkcji i metod w elastyczny sposób. Ta sekcja przygotuje Cię do jeszcze bardziej zaawansowanego programowania i rozwiązywania złożonych problemów w Pythonie.
| Temat | Notatki |
|---|---|
| Klasy i obiekty | |
| Referencje i kopiowanie | |
| Czyste funkcje i skutki uboczne | |
| Dziedziczenie i kompozycja | |
| Wyrażenia regularne | |
| Wyjątki | |
| Wątki | |
| Procesy | |
| Asyncio | |
| Lambdy | |
| Programowanie funkcyjne | |
| Klasy danych | |
| Generatory | |
| Iteratory | |
| Dekoratory | |
| Serializacja | |
| Numer | Opis | Kod |
|---|---|---|
| 1 | Klasy | |
| 2 | Operacje na obiektach | |
| 3 | Zmienne statyczne | |
| 4 | Kopiowanie płytkie i głębokie | |
| 5 | Czyste funkcje | |
| 6 | Dziedziczenie a kompozycja | |
| 7 | Małpi wojownik | |
| 8 | Polimorfizm | |
| 9 | Duck typing | |
| 10 | Wektor | |
| 11 | Wyrażenia regularne a | |
| 12 | Wyrażenia regularne b | |
| 13 | Wyrażenia regularne c | |
| 14 | Wyjątki | |
| 15 | Wątki | |
| 16 | Procesy | |
| 17 | Asyncio | |
| 18 | Lambdy | |
| 19 | Elementy programowania funkcyjnego | |
| 20 | Klasy danych | |
| 21 | Iteratory | |
| 22 | Generator liczb pierwszych | |
| 23 | Generator liczb Fibonnaciego | |
| 24 | Dekoratory | |
| 25 | Lista Połączona | |
| 26 | Odwracanie listy | |
| 27 | Sortowanie listy | |
| 28 | Lista palindromiczna | |
| 29 | Usuwanie duplikatów z listy | |
| 30 | Binarne drzewo poszukiwań | |
| 31 | Generowanie labiryntów | |
Inżynieria oprogramowania to dziedzina zajmująca się kompleksowym procesem tworzenia oprogramowania, obejmującym projektowanie, implementację oraz utrzymanie aplikacji. Kluczowymi aspektami w tej dziedzinie są dobór odpowiednich narzędzi i metodologii, efektywne zarządzanie projektem oraz współpraca w zespole.
W tej sekcji omówimy różne narzędzia i techniki, które wspierają proces tworzenia oprogramowania. Poznasz moduły i pakiety Pythona, które pomagają w organizowaniu kodu i zarządzaniu zależnościami. Dowiesz się, jak korzystać z systemów zarządzania wersjami, takich jak Git, aby śledzić zmiany w kodzie i współpracować z innymi programistami.
Omówimy także zarządzanie pakietami za pomocą PIP i PyPI, co pozwala na łatwą instalację i aktualizację bibliotek. Wprowadzenie do tworzenia i zarządzania środowiskami wirtualnymi pomoże Ci izolować projekty i uniknąć konfliktów zależności.
Kolejnym ważnym tematem będzie dbanie o jakość kodu, w tym lintowanie, czyli automatyczne sprawdzanie zgodności kodu ze standardami, oraz techniki debugowania, które pomogą w identyfikacji i naprawie błędów. Dowiesz się również, jak pisać testy jednostkowe, aby zapewnić niezawodność i stabilność aplikacji.
Nie zapomnimy o dokumentacji, która jest nieodzowną częścią każdego projektu, oraz o tworzeniu plików wykonywalnych za pomocą narzędzi takich jak PyInstaller. Poznasz również, czym jest kod bajtowy i jak Python interpretuje Twój kod. Ta sekcja przygotuje Cię do pracy nad rzeczywistymi projektami programistycznymi, zapewniając solidne podstawy w inżynierii oprogramowania.
| Temat | Notatki |
|---|---|
| Moduły i pakiety | |
| Wersje Pythona | |
| Pip i PyPI | |
| Środowisko wirtualne | |
| Dbanie o jakość kodu | |
| Debugowanie | |
| Testy jednostkowe | |
| Dokumentacja | |
| Pliki wykonywalne i PyInstaller | |
| Kod bajtowy | |
W tej części skupimy się na praktycznych aspektach pracy z językiem Python, omawiając narzędzia i biblioteki, które są niezwykle przydatne podczas tworzenia różnorodnego oprogramowania.
Na początek, zajmiemy się obsługą argumentów linii poleceń, co pozwoli na tworzenie bardziej dynamicznych i elastycznych skryptów. Następnie przejdziemy do pracy z plikami i folderami, ucząc się jak efektywnie zarządzać danymi na dysku.
Kolejnym krokiem będzie zapoznanie się z biblioteką Pandas, która umożliwia wygodną i efektywną pracę z plikami CSV oraz analizę danych. Omówimy również, jak manipulować plikami PDF i jak uzyskiwać informacje o systemie operacyjnym, co może być przydatne w wielu praktycznych zastosowaniach.
Przyjrzymy się również tematom związanym z siecią, takim jak obsługa protokołu HTTP oraz tworzenie prostego serwera. Wprowadzenie do tworzenia API za pomocą biblioteki FastAPI pozwoli na budowanie nowoczesnych i wydajnych interfejsów do komunikacji między różnymi aplikacjami.
Nie zabraknie też tematyki baz danych – nauczymy się korzystać z SQLite, co umożliwi efektywne zarządzanie danymi w aplikacjach. Na koniec zapoznamy się z biblioteką Tkinter, która służy do tworzenia interfejsów graficznych, oraz z narzędziami do gromadzenia logów, co jest kluczowe dla monitorowania i debugowania aplikacji.
Dzięki tej sekcji zdobędziesz praktyczne umiejętności, które pozwolą Ci tworzyć wszechstronne i funkcjonalne aplikacje w języku Python.
| Temat | Notatki |
|---|---|
| Argumenty linii poleceń | |
| Praca z plikami i folderami | |
| Pandas i CSV | |
| Praca z plikami PDF | |
| Informacje o systemie operacyjnym | |
| HTTP i prosty serwer | |
| API wraz z FastAPI | |
| Bazy danych z SQLite | |
| Tkinter | |
| Logi | |
- https://docs.python.org/3/tutorial/
- https://ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-0001-introduction-to-computer-science-and-programming-in-python-fall-2016/
- https://ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-0002-introduction-to-computational-thinking-and-data-science-fall-2016/
- https://braydie.gitbook.io/how-to-be-a-programmer/
- https://pythontutor.com/visualize.html#mode=edit
- https://www.oreilly.com/library/view/fluent-python-2nd/9781492056348/