Dozvíš se vše o iterátorech a iterovatelných objektech, se kterými ses už setkal/a při psaní cyklů for. Naučíš se šikovné funkce, díky nimž budeš s iterátory pracovat efektivně. Kapitolu zakončíš praktickým příkladem z oblasti datové vědy – konkrétně prací s velkými objemy dat z Twitteru, která budeš načítat po částech právě pomocí iterátorů.

Úvod do iterátorů

Iterátory vs. iterables

Iterování přes iterovatelné objekty (1)

Iterování přes iterovatelné objekty (2)

Iterátory jako argumenty funkcí

Hraní si s iterátory

Použití enumerate

Použití zip

Použití * a zip k 'rozbalení'

Načítání velkých souborů do paměti pomocí iterátorů

Zpracování velkého množství twitterových dat

Extrakce informací z velkého množství dat z Twitteru

Gratulujeme!

Iterátory v Pythonu

V této kapitole rozšíříš své znalosti iterátorů a seznámíš se s list comprehensions – díky nim zvládneš vytvořit složité seznamy, a dokonce i seznamy seznamů, na jediném řádku kódu! List comprehensions výrazně zjednodušují a zefektivňují kód a stanou se nepostradatelnou součástí tvé Python výbavy. Pak se podíváš na generátory, které se skvěle hodí při práci s velkými sekvencemi dat – místo ukládání do paměti je generuješ průběžně, za chodu.

List comprehensions

Napiš základní list comprehension

List comprehension přes iterovatelné objekty

Píšeme list comprehensions

Vnořené list comprehensions

Pokročilé comprehensions

Podmínky v comprehensions (1)

Podmínky v comprehensions (2)

Dict comprehensions

Úvod do generátorových výrazů

List comprehensions vs. generátory

Napiš vlastní generátorové výrazy

Změna výstupu v generátorových výrazech

Vytvoř generátor

Shrnutí: list comprehensions a generátory

List comprehensions pro data s časovými razítky

Podmíněné list comprehensions pro data s časovými razítky

List comprehensions a generátory

V této kapitole využiješ nově nabyté dovednosti ke zpracování a analýze reálného datasetu – Světových rozvojových indikátorů Světové banky. Budeš psát vlastní funkce a list comprehensions a pracovat s iterátory i generátory, abys své Python dovednosti pořádně upevnil/a.

Vítej v případové studii!

Zipování slovníků

Napíšeme pomocnou funkci

Použití list comprehension

Převedení všeho do DataFrame

Generátory v Pythonu pro streamování dat

Zpracování dat po částech (1)

Psaní generátoru pro načítání dat po částech (2)

Píšeme generátor pro načítání dat po částech (3)

Použití iterátoru read_csv z pandas pro streamování dat

Vytvoření iterátoru pro načítání dat po částech (1)

Iterátor pro načítání dat po částech (2)

Psaní iterátoru pro načítání dat po částech (3)

Vytváříme iterátor pro načítání dat po částech (4)

Psaní iterátoru pro načítání dat po částech (5)

Závěrečné myšlenky

Vše dohromady!

World Bank World Development Indicators

Tweets

Course Glossary

V tomto kurzu Python Toolbox budeš dál rozvíjet pokročilejší Python dovednosti. Nejdřív se seznámíš s iterátory – objekty, se kterými ses už setkal/a v kontextu cyklů for. Pak přijdou na řadu list comprehensions, které jsou nesmírně užitečným nástrojem pro každého, kdo pracuje s daty nebo vyvíjí v Pythonu. Kurz zakončíš případovou studií, ve které uplatníš všechny techniky z obou částí.

Videa obsahují živé přepisy, které zobrazíš kliknutím na „Show transcript" vlevo dole pod videem.
Slovníček kurzu najdeš vpravo v sekci zdrojů.
Pro získání CPE kreditů je potřeba kurz dokončit a dosáhnout skóre alespoň 70 % v závěrečném hodnocení. K hodnocení se dostaneš kliknutím na upozornění CPE credits vpravo.

Introduction to Functions in Python

Pokračujte ve zdokonalování dovedností v Data Science učením o iterátorech a seznamových porozuměních.

Python Toolbox

Pokračujte v rozvoji moderních dovedností v Data Science učením se o iterátorech a list comprehensions.

Použití iterátoru read_csv z pandas pro streamování dat

Create Your Free Account