工程師
互聯(lián)網(wǎng)
人工智能
機(jī)器學(xué)習(xí)
Python
深度學(xué)習(xí)
推薦課程
average > 0 ? $model->average . '分' : '10.0分' ?>

Python高級進(jìn)階

前西山居 運(yùn)維總監(jiān)

現(xiàn)太乙人工智能技術(shù)合伙人，得到APP AI學(xué)習(xí)圈講師，前游戲公司技術(shù)總監(jiān)，前新浪網(wǎng)研發(fā)中心技術(shù)經(jīng)理。
Python項(xiàng)目
基于Python實(shí)現(xiàn)200+以上節(jié)點(diǎn)集群的持續(xù)部署，實(shí)現(xiàn)IM平臺定時一鍵發(fā)布、批量發(fā)布和回退、分組發(fā)布與暫停功能
基于Python實(shí)現(xiàn)公司級PaaS平臺管理界面，帶領(lǐng)團(tuán)隊(duì)從工作流管理到監(jiān)控大屏到業(yè)務(wù)監(jiān)控的開發(fā)迭代和日常管理
推動公司級的運(yùn)維腳本迭代，從單機(jī)Shell腳本，逐步過渡到可集中管理的支持網(wǎng)絡(luò)的Python自動化管理平臺，并利用數(shù)據(jù)庫、前端技術(shù)等配合，形成公司內(nèi)部的“代碼商城”，提高了代碼復(fù)用度，提升了研發(fā)效率。
個人的著作包括，已經(jīng)在極客時間開設(shè)的兩門視頻課程，《零基礎(chǔ)學(xué) Python》和《Linux 實(shí)戰(zhàn)技能 100 講》，以及文字專欄《Python自動化辦公實(shí)戰(zhàn)課》，合作出版圖書《白話大數(shù)據(jù)與機(jī)器學(xué)習(xí)》，為 Python 語言的初學(xué)者和運(yùn)維工程師、開發(fā)工程師提供系統(tǒng)化的課程，解決他們在學(xué)習(xí)、實(shí)踐中遇到的 80% 的問題。

現(xiàn)太乙人工智能技術(shù)合伙人，得到APP AI學(xué)習(xí)圈講師，前游戲公司技術(shù)總監(jiān)，前新浪網(wǎng)研發(fā)中心技術(shù)經(jīng)理。 Python項(xiàng)目 基于Python實(shí)現(xiàn)200+以上節(jié)點(diǎn)集群的持續(xù)部署，實(shí)現(xiàn)IM平臺定時一鍵發(fā)布、批量發(fā)布和回退、分組發(fā)布與暫停功能 基于Python實(shí)現(xiàn)公司級PaaS平臺管理界面，帶領(lǐng)團(tuán)隊(duì)從工作流管理到監(jiān)控大屏到業(yè)務(wù)監(jiān)控的開發(fā)迭代和日常管理 推動公司級的運(yùn)維腳本迭代，從單機(jī)Shell腳本，逐步過渡到可集中管理的支持網(wǎng)絡(luò)的Python自動化管理平臺，并利用數(shù)據(jù)庫、前端技術(shù)等配合，形成公司內(nèi)部的“代碼商城”，提高了代碼復(fù)用度，提升了研發(fā)效率。 個人的著作包括，已經(jīng)在極客時間開設(shè)的兩門視頻課程，《零基礎(chǔ)學(xué) Python》和《Linux 實(shí)戰(zhàn)技能 100 講》，以及文字專欄《Python自動化辦公實(shí)戰(zhàn)課》，合作出版圖書《白話大數(shù)據(jù)與機(jī)器學(xué)習(xí)》，為 Python 語言的初學(xué)者和運(yùn)維工程師、開發(fā)工程師提供系統(tǒng)化的課程，解決他們在學(xué)習(xí)、實(shí)踐中遇到的 80% 的問題。

課程費(fèi)用

5800.00 /人

課程時長

3天

成為教練

課程簡介

由于 Python 在深度學(xué)習(xí)、機(jī)器學(xué)習(xí)等領(lǐng)域的廣泛使用，Python 一躍成為人工智能時代的“網(wǎng)紅”語言。無論將來從事 Web 相關(guān)開發(fā)，還是做人工智能方面的研究，學(xué)會 Python 都將大有益處。本次課程將重點(diǎn)講解Pyhton的進(jìn)階開發(fā)，我們將從深入Python這門語言的底層結(jié)構(gòu)學(xué)習(xí)，到使用Python高級語法實(shí)現(xiàn)業(yè)務(wù)功能。講師在每個章節(jié)后都設(shè)置了動手實(shí)操項(xiàng)目，幫助學(xué)員更好的理解知識點(diǎn)。

目標(biāo)收益

1 能夠編寫具有Python風(fēng)格的代碼
2 掌握裝飾器、魔術(shù)方法、 鴨子類型、動態(tài)屬性等Python高級概念
3 使用Python開發(fā)后端程序的最佳實(shí)踐

培訓(xùn)對象

1 了解數(shù)據(jù)結(jié)構(gòu)和算法的基本概念
2 了解Python語言的基礎(chǔ)語法：如變量賦值、判斷循環(huán)、函數(shù)、類、文件操作、異常
3 熟悉常見的操作系統(tǒng)和網(wǎng)絡(luò)協(xié)議如：Linux、HTTP、TCP

課程大綱

如何寫Python風(fēng)格的代碼 1 Python數(shù)據(jù)模型(1小時)
1.1 案例：從一個“不像Python”的Python程序說起
1.2 Python風(fēng)格編程之魔術(shù)方法
1.3 Python與C++的主要區(qū)別
數(shù)據(jù)結(jié)構(gòu) 2 序列(1小時)
2.1 序列的內(nèi)存分布及其包含的數(shù)據(jù)類型
2.2 列表元組在實(shí)際運(yùn)行中的效率差異？
2.3 Python風(fēng)格編程之推導(dǎo)式
2.4 高階函數(shù)filter與map(案例：MapReduce模式與Google的三駕馬車)
2.5 序列排序與均值濾波算法
2.6 數(shù)組與Numpy(案例：利用 Numpy和數(shù)組分別進(jìn)行矩陣操作，并分析性能優(yōu)劣)
2.7 雙向隊(duì)列（案例：采用消息隊(duì)列機(jī)制避免數(shù)據(jù)爆發(fā)增長，導(dǎo)致數(shù)據(jù)庫崩潰）

3 字典和集合(0.5小時)
3.1 映射與hash的內(nèi)存分布
3.2 字典推導(dǎo)式
3.3 defaultdict與UserDict（案例：利用字典實(shí)現(xiàn)復(fù)雜映射需求的存儲）

4 文本和數(shù)字(0.5小時)
4.1 Unicode編碼與解碼
4.2 編解碼異常處理--解決亂碼問題最佳實(shí)踐
4.3 正則表達(dá)式（案例：使用Python進(jìn)行數(shù)據(jù)預(yù)處理）
4.4 精確的浮點(diǎn)數(shù)計(jì)算
4.5 正確使用Python解析網(wǎng)絡(luò)協(xié)議封包
深入函數(shù) 5 函數(shù)(3小時)
5.1 Python風(fēng)格編程之匿名函數(shù)
5.2 動態(tài)類型語言的參數(shù)傳遞與靜態(tài)語言的主要差異
5.3 函數(shù)式編程
5.4 Python風(fēng)格編程之functools
5.5 閉包與裝飾器（案例：利用裝飾器簡化被修飾函數(shù)復(fù)雜度）
5.6 大型框架必備技能之疊放裝飾器（案例：利用裝飾器實(shí)現(xiàn)復(fù)雜函數(shù)定義）
5.7 （案例）Django中的動態(tài)屬性源碼分析
5.8 （案例）Django中的裝飾器源碼分析
面向?qū)ο? 6 對象的引用和回收（1小時）
6.1 變量賦值的本質(zhì)--Python虛擬機(jī)如何管理內(nèi)存分配
6.2 對象的“相對”可變與不可變（案例：利用字節(jié)碼分析Python性能瓶頸）
6.3 深拷貝與淺拷貝 （案例：對Python對象進(jìn)行錯誤賦值導(dǎo)致的線上bug一例）
6.4 == 與 is 的區(qū)別
6.5 GC（案例：CPython垃圾回收機(jī)制剖析）
6.6 調(diào)試工具 pdb cprofile

7 Python風(fēng)格的對象（2小時）
7.1 __new__與 __init__魔術(shù)方法的正確用法（案例：利用__new__實(shí)現(xiàn)單例設(shè)計(jì)模式）
7.2 classmethod 與 staticmethod類中必備的裝飾器
7.3 Python風(fēng)格編程之鴨子類型 （案例：實(shí)現(xiàn)復(fù)雜的自定義數(shù)據(jù)模型）
7.4 Python風(fēng)格編程之黑魔法
7.5 切片處理__getitem__
7.6 接口（案例：為Python定義“接口”）
7.7 協(xié)議與猴子補(bǔ)丁
7.8 抽象基類collections.abc
7.9 子類化內(nèi)置類型
7.10 多繼承與MRO（案例：Django的多繼承實(shí)現(xiàn)原理，及源代碼解析）
7.11 （案例）基于pyvmomi(https://github.com/vmware/pyvmomi) 實(shí)戰(zhàn)Python語言的高級特性
控制流 8 迭代(1小時)
8.1 迭代與遞歸
8.2 可迭代對象與迭代器
8.3 生成器
8.4 Python風(fēng)格編程之上下文管理器
8.5 協(xié)程與yield（案例：Python協(xié)程的演化過程）

9 并發(fā)編程(2小時)
9.1 多進(jìn)程、多線程與協(xié)程 （案例：多進(jìn)程與多線程模型性能差異比較）
9.2 使用future模塊處理Python并發(fā)
9.3 使用底層threading庫管理多線程
9.4 多進(jìn)程、多線程間的通信
9.5 協(xié)程與asyncio包
9.6 CPython與GIL，Python性能的阿喀琉斯之踵
元編程 10 動態(tài)屬性（1小時）
10.1案例：Django中的動態(tài)屬性
10.2 屬性描述符
10.3 元類

第七部分 Web框架
11 框架工具及設(shè)計(jì)模式(1小時)
11.1 MVC與MVVM 模式在Web后端開發(fā)的作用
11.2 案例：通過路由規(guī)則理解偏函數(shù)
11.3 主流框架Django與fastAPI對比
11.4 案例：基于Python的框架技術(shù)快速實(shí)現(xiàn)RESTapi的創(chuàng)建和認(rèn)證


12 Django Admin快速創(chuàng)建在線表單服務(wù)（1小時）
12.1 利用ORM框架加速數(shù)據(jù)建模
12.2基于函數(shù)和基于類定義視圖
12.3 基于Admin模塊實(shí)現(xiàn)用戶認(rèn)證
12.4 如何解決CSRF跨域請求的安全問題


13 優(yōu)化代碼 -- 好代碼的一般特征(1小時)
13.1 契約式設(shè)計(jì)
13.2 防錯性設(shè)計(jì)
13.3 組合和繼承
13.4 軟件的正交性
13.5 Python中可實(shí)現(xiàn)的SOLID原則
13.6（案例）用裝飾器改善代碼
13.7 （案例）描述符的分離及如何從對象中獲取更多信息


14 Python 與 數(shù)據(jù)分析 (1小時)
14.1 利用Pandas實(shí)現(xiàn)確實(shí)數(shù)據(jù)的處理與預(yù)測
14.2 如何基于pandas加速Python多維數(shù)組操作
14.3 常見機(jī)器學(xué)習(xí)算法與K-means聚類算法的實(shí)現(xiàn)(基于Scikit-Learn與手寫)
14.4 深度神經(jīng)網(wǎng)絡(luò)與數(shù)據(jù)分類

15 發(fā)布一個完整的Python代碼(1小時)
15.1 使用pyvenv 建立虛擬環(huán)境
15.2 通過pip及配置文件解決特定版本的軟件包依賴關(guān)系
15.3 Python異常處理機(jī)制，及如何使用錯誤處理拋出友好的異常信息
15.4 使用nginx+gunicorn部署生產(chǎn)環(huán)境的Web服務(wù)
15.5 如何將Python應(yīng)用程序打包為Docker鏡像
15.6 如何將將Python程序發(fā)布為windows下的可執(zhí)行文件(EXE)
15.7 基于Gooey實(shí)現(xiàn)Python的GUI界面

16 精進(jìn)Python
16.1 推薦讀物
16.2 GitHub中，優(yōu)秀的Python項(xiàng)目
16.3 GitHub中，優(yōu)秀的學(xué)習(xí)資源
如何寫Python風(fēng)格的代碼
1 Python數(shù)據(jù)模型(1小時)
1.1 案例：從一個“不像Python”的Python程序說起
1.2 Python風(fēng)格編程之魔術(shù)方法
1.3 Python與C++的主要區(qū)別
數(shù)據(jù)結(jié)構(gòu)
2 序列(1小時)
2.1 序列的內(nèi)存分布及其包含的數(shù)據(jù)類型
2.2 列表元組在實(shí)際運(yùn)行中的效率差異？
2.3 Python風(fēng)格編程之推導(dǎo)式
2.4 高階函數(shù)filter與map(案例：MapReduce模式與Google的三駕馬車)
2.5 序列排序與均值濾波算法
2.6 數(shù)組與Numpy(案例：利用 Numpy和數(shù)組分別進(jìn)行矩陣操作，并分析性能優(yōu)劣)
2.7 雙向隊(duì)列（案例：采用消息隊(duì)列機(jī)制避免數(shù)據(jù)爆發(fā)增長，導(dǎo)致數(shù)據(jù)庫崩潰）

3 字典和集合(0.5小時)
3.1 映射與hash的內(nèi)存分布
3.2 字典推導(dǎo)式
3.3 defaultdict與UserDict（案例：利用字典實(shí)現(xiàn)復(fù)雜映射需求的存儲）

4 文本和數(shù)字(0.5小時)
4.1 Unicode編碼與解碼
4.2 編解碼異常處理--解決亂碼問題最佳實(shí)踐
4.3 正則表達(dá)式（案例：使用Python進(jìn)行數(shù)據(jù)預(yù)處理）
4.4 精確的浮點(diǎn)數(shù)計(jì)算
4.5 正確使用Python解析網(wǎng)絡(luò)協(xié)議封包
深入函數(shù)
5 函數(shù)(3小時)
5.1 Python風(fēng)格編程之匿名函數(shù)
5.2 動態(tài)類型語言的參數(shù)傳遞與靜態(tài)語言的主要差異
5.3 函數(shù)式編程
5.4 Python風(fēng)格編程之functools
5.5 閉包與裝飾器（案例：利用裝飾器簡化被修飾函數(shù)復(fù)雜度）
5.6 大型框架必備技能之疊放裝飾器（案例：利用裝飾器實(shí)現(xiàn)復(fù)雜函數(shù)定義）
5.7 （案例）Django中的動態(tài)屬性源碼分析
5.8 （案例）Django中的裝飾器源碼分析
面向?qū)ο?
6 對象的引用和回收（1小時）
6.1 變量賦值的本質(zhì)--Python虛擬機(jī)如何管理內(nèi)存分配
6.2 對象的“相對”可變與不可變（案例：利用字節(jié)碼分析Python性能瓶頸）
6.3 深拷貝與淺拷貝 （案例：對Python對象進(jìn)行錯誤賦值導(dǎo)致的線上bug一例）
6.4 == 與 is 的區(qū)別
6.5 GC（案例：CPython垃圾回收機(jī)制剖析）
6.6 調(diào)試工具 pdb cprofile

7 Python風(fēng)格的對象（2小時）
7.1 __new__與 __init__魔術(shù)方法的正確用法（案例：利用__new__實(shí)現(xiàn)單例設(shè)計(jì)模式）
7.2 classmethod 與 staticmethod類中必備的裝飾器
7.3 Python風(fēng)格編程之鴨子類型 （案例：實(shí)現(xiàn)復(fù)雜的自定義數(shù)據(jù)模型）
7.4 Python風(fēng)格編程之黑魔法
7.5 切片處理__getitem__
7.6 接口（案例：為Python定義“接口”）
7.7 協(xié)議與猴子補(bǔ)丁
7.8 抽象基類collections.abc
7.9 子類化內(nèi)置類型
7.10 多繼承與MRO（案例：Django的多繼承實(shí)現(xiàn)原理，及源代碼解析）
7.11 （案例）基于pyvmomi(https://github.com/vmware/pyvmomi) 實(shí)戰(zhàn)Python語言的高級特性
控制流
8 迭代(1小時)
8.1 迭代與遞歸
8.2 可迭代對象與迭代器
8.3 生成器
8.4 Python風(fēng)格編程之上下文管理器
8.5 協(xié)程與yield（案例：Python協(xié)程的演化過程）

9 并發(fā)編程(2小時)
9.1 多進(jìn)程、多線程與協(xié)程 （案例：多進(jìn)程與多線程模型性能差異比較）
9.2 使用future模塊處理Python并發(fā)
9.3 使用底層threading庫管理多線程
9.4 多進(jìn)程、多線程間的通信
9.5 協(xié)程與asyncio包
9.6 CPython與GIL，Python性能的阿喀琉斯之踵
元編程
10 動態(tài)屬性（1小時）
10.1案例：Django中的動態(tài)屬性
10.2 屬性描述符
10.3 元類

第七部分 Web框架
11 框架工具及設(shè)計(jì)模式(1小時)
11.1 MVC與MVVM 模式在Web后端開發(fā)的作用
11.2 案例：通過路由規(guī)則理解偏函數(shù)
11.3 主流框架Django與fastAPI對比
11.4 案例：基于Python的框架技術(shù)快速實(shí)現(xiàn)RESTapi的創(chuàng)建和認(rèn)證


12 Django Admin快速創(chuàng)建在線表單服務(wù)（1小時）
12.1 利用ORM框架加速數(shù)據(jù)建模
12.2基于函數(shù)和基于類定義視圖
12.3 基于Admin模塊實(shí)現(xiàn)用戶認(rèn)證
12.4 如何解決CSRF跨域請求的安全問題


13 優(yōu)化代碼 -- 好代碼的一般特征(1小時)
13.1 契約式設(shè)計(jì)
13.2 防錯性設(shè)計(jì)
13.3 組合和繼承
13.4 軟件的正交性
13.5 Python中可實(shí)現(xiàn)的SOLID原則
13.6（案例）用裝飾器改善代碼
13.7 （案例）描述符的分離及如何從對象中獲取更多信息


14 Python 與 數(shù)據(jù)分析 (1小時)
14.1 利用Pandas實(shí)現(xiàn)確實(shí)數(shù)據(jù)的處理與預(yù)測
14.2 如何基于pandas加速Python多維數(shù)組操作
14.3 常見機(jī)器學(xué)習(xí)算法與K-means聚類算法的實(shí)現(xiàn)(基于Scikit-Learn與手寫)
14.4 深度神經(jīng)網(wǎng)絡(luò)與數(shù)據(jù)分類

15 發(fā)布一個完整的Python代碼(1小時)
15.1 使用pyvenv 建立虛擬環(huán)境
15.2 通過pip及配置文件解決特定版本的軟件包依賴關(guān)系
15.3 Python異常處理機(jī)制，及如何使用錯誤處理拋出友好的異常信息
15.4 使用nginx+gunicorn部署生產(chǎn)環(huán)境的Web服務(wù)
15.5 如何將Python應(yīng)用程序打包為Docker鏡像
15.6 如何將將Python程序發(fā)布為windows下的可執(zhí)行文件(EXE)
15.7 基于Gooey實(shí)現(xiàn)Python的GUI界面

16 精進(jìn)Python
16.1 推薦讀物
16.2 GitHub中，優(yōu)秀的Python項(xiàng)目
16.3 GitHub中，優(yōu)秀的學(xué)習(xí)資源

活動詳情

提交需求