Перейти к содержанию
Educora
RU
AzərbaycancaEnglishРусскийTürkçe
Моё обучениеEducora StudioНастройки

Python

Самый популярный язык для старта: простой, мощный, универсальный

Научись писать программы на Python с нуля: от переменных и условий до функций, классов и работы с файлами. В каждом уроке ты запускаешь код прямо в браузере и сразу видишь результат. К концу курса ты сможешь самостоятельно создать небольшой, но настоящий проект.

42 урока9 модулей≈ 14,2 чНачальныйСреднийПродвинутыйУниверситет
Прогресс0%

Пройдено уроков: 0 из 42

Начать курс

Что такое Python? Первая программа

Содержание курса

Все тесты · 15Формулы и лайфхаки
1

Основы Python

Начальный

Напиши первую программу и познакомься с переменными, типами данных, арифметикой и строками.

3 урока
  1. 1Что такое Python? Первая программаУзнай, что такое Python и где он применяется, и напиши первую программу с print().
  2. 2Переменные, типы данных и арифметикаХрани значения в переменных, познакомься с основными типами данных, выполняй вычисления и преобразуй типы.
  3. 3Строки и f-строкиНаучись работать с текстом: соединение, индексы, срезы, полезные методы и шаблоны с f-строками.
2

Условия и циклы

Начальный

Научи программу принимать решения и повторять действия.

2 урока
  1. 4Условия: if, elif, elseНаучи программу принимать решения: операторы сравнения, if/elif/else и логические and, or, not.
  2. 5Циклы: for и whileНаучись повторять действия: for и range(), while, а также управление циклом с break и continue.
3

Структуры данных

Средний

Храни и обрабатывай много значений с помощью списков, кортежей, множеств и словарей.

3 урока
  1. 6СпискиХрани много значений в одном списке: обращайся к элементам, добавляй, удаляй, сортируй и перебирай их в цикле.
  2. 7Кортежи и множестваНаучись использовать кортежи для неизменяемых данных, а множества — для наборов без повторов.
  3. 8СловариХрани данные парами «ключ: значение»: создавай словарь, изменяй его, перебирай в цикле и используй для подсчёта.
4

Функции и модули

Средний

Разбивай код на повторно используемые функции, применяй стандартную библиотеку и обрабатывай ошибки.

3 урока
  1. 9ФункцииПиши собственные функции: параметры, возврат значений через return, значения по умолчанию и область видимости.
  2. 10Модули и стандартная библиотекаПользуйся готовыми инструментами: import, модули math, random и datetime и другие полезные части стандартной библиотеки.
  3. 11Обработка ошибок: try и exceptНе дай программе аварийно завершиться: распознавай исключения, перехватывай их через try/except/else/finally и вызывай свои с помощью raise.
5

Продвинутый Python

Продвинутый

Пиши краткий и выразительный код, создавай классы, работай с файлами и объедини всё в проекте.

3 урока
  1. 12Генераторы списков и словарейСоздавай списки, словари и множества одной строкой: генераторы (comprehensions), условия-фильтры и выражения-генераторы.
  2. 13Объектно-ориентированное программирование: классы и объектыОбъединяй данные и поведение: классы, объекты, __init__, методы, self и наследование.
  3. 14Файлы и мини-проект: калькулятор оценокНаучись записывать данные в файлы и читать их, а затем объедини всё изученное в проекте «калькулятор оценок».
6

Python в деталях

Продвинутый

Генераторы, декораторы, типизация, асинхронный код, тесты и секреты профессионального Python.

10 уроков
  1. 15Итераторы и генераторыКак на самом деле работает цикл `for`: протокол итерации, `__iter__`/`__next__`, генераторы с `yield`, ленивые вычисления, `yield from` и экономные по памяти конвейеры.
  2. 16Декораторы и замыканияФункции как объекты, правило LEGB, замыкания и `nonlocal`, собственные декораторы, декораторы с аргументами, `functools.wraps` и кэширование через `lru_cache`.
  3. 17Контекстные менеджеры и оператор withЧто на самом деле делает `with`: `__enter__` и `__exit__`, обработка исключений в `__exit__`, менеджеры на основе `contextlib.contextmanager` и готовые инструменты `suppress`, `redirect_stdout`, `ExitStack`.
  4. 18Аннотации типов и dataclassesТипы прямо в коде: `list[int]`, `int | None`, `Callable`, `Literal`, обобщённые типы и `Protocol`, проверка через mypy, а также `@dataclass`, `field`, `frozen`, `order` и `slots`.
  5. 19Продвинутое ООП: специальные методы, свойства и MROСделай свои классы похожими на встроенные типы: `__repr__`/`__str__`, `__eq__`/`__lt__`/`__hash__`, перегрузка операторов, протокол контейнеров, `@property`, методы класса и статические методы, MRO, `super()` и `abc.ABC`.
  6. 20Регулярные выражения: модуль reПоиск в тексте по шаблону: `re.search`, `findall`, `finditer`, классы символов и квантификаторы, группы и именованные группы, жадный и ленивый поиск, `sub`, `split`, флаги и `compile`.
  7. 21Асинхронный Python: async и awaitВыполняй задачи с ожиданием конкурентно: корутины, `await`, цикл событий, `asyncio.run`, `gather`, `create_task`, `TaskGroup`, тайм-ауты, `async for` и опасность блокировки цикла.
  8. 22Пакеты, модули и виртуальные окруженияОрганизуй проект профессионально: модули и пакеты, `__init__.py`, относительные импорты, `if __name__ == '__main__'`, `venv`, `pip`, `requirements.txt`, `pyproject.toml` и ограничения версий.
  9. 23Тестирование с pytestПиши автоматические тесты: как pytest находит тесты, переписывание `assert`, проверка исключений и дробных чисел, фикстуры, `tmp_path` и `parametrize`.
  10. 24Производительность, O-большое и модуль collectionsПиши быстрый код: нотация O-большое, сложность операций со списками, словарями и множествами, измерения через `timeit` и `cProfile`, `Counter`, `defaultdict`, `deque`, `namedtuple` и `itertools`.
7

Веб и автоматизация

Продвинутый

Файлы JSON и CSV, API, веб-сервис на FastAPI и скрипты, автоматизирующие рутину.

4 урока
  1. 25Работа с JSON и CSVПревращай данные в текст и обратно модулем `json`, сохраняй азербайджанские буквы читаемыми с `ensure_ascii=False`, правильно читай и записывай таблицы модулем `csv` и работай с файлами через `pathlib`.
  2. 26Веб-API и библиотека requestsКак работает HTTP: методы, коды состояния, заголовки и JSON. GET- и POST-запросы через `requests`, `params`, `headers`, `timeout`, `raise_for_status`, обработка ошибок и безопасное хранение API-ключей.
  3. 27Веб-сервис на FastAPIСоздай небольшой REST API на FastAPI: параметры пути и запроса, проверка данных моделями Pydantic, ответы 201 и 404, автоматическая документация (`/docs`), запуск сервера на своём компьютере и тесты через `TestClient`.
  4. 28Скрипты автоматизацииПоручи рутину Python: раскладывай файлы с помощью `pathlib` и `shutil`, находи старые файлы через `datetime`, делай интерфейс командной строки на `argparse`, веди журнал через `logging` и запускай скрипт по расписанию через cron или Планировщик заданий.
8

Наука о данных: NumPy, pandas, matplotlib

Университет

Вычисления с массивами, анализ табличных данных, графики, статистика и машинное обучение в scikit-learn.

7 уроков
  1. 29Основы NumPy: массивыПознакомься с массивом NumPy (ndarray): тип и форма, создание массивов, воспроизводимые случайные числа, индексация, срезы, булевы маски и агрегация по осям.
  2. 30NumPy: векторизация и линейная алгебраЗаменяй циклы выражениями над массивами, освой правила broadcasting, меняй форму массивов и решай системы уравнений, находи определители и собственные значения с помощью `np.linalg`.
  3. 31Основы pandas: Series и DataFrameРаботай с табличными данными в pandas: Series и DataFrame, чтение CSV, `head`, `info`, `describe`, выбор через `loc` и `iloc`, фильтрация, сортировка и новые столбцы.
  4. 32Анализ данных в pandasГлавные инструменты для реальных данных: пропуски, `groupby` и `agg`, объединение таблиц через `merge`, `pivot_table`, `map` и `apply`, даты и мини-анализ продаж сети кафе.
  5. 33Визуализация в matplotlibСтрой линейные графики, столбчатые диаграммы, диаграммы рассеяния, гистограммы и подграфики, правильно подписывай оси, заголовки и легенды, выбирай число интервалов и изучи правила честной и понятной графики.
  6. 34Статистика на PythonОписательная статистика, выбросы, нормальное распределение и `scipy.stats`, центральная предельная теорема, доверительный интервал, t-тест и корреляция — с формулами, разобранными примерами и работающим кодом.
  7. 35Машинное обучение в scikit-learnЕдиный интерфейс scikit-learn: разбиение данных, линейная и логистическая регрессия, дерево решений, MSE, R², accuracy, матрица ошибок, precision и recall, кросс-валидация и конвейеры, защищающие от утечки данных.
9

ИИ и глубокое обучение на PyTorch

Университет

От градиентного спуска к нейросетям: тензоры, autograd, обучение моделей, CNN и трансформеры.

7 уроков
  1. 36Основные понятия машинного обученияВиды машинного обучения, признаки и метки, разбиение данных, функции потерь, градиентный спуск, переобучение и компромисс смещения и дисперсии — с работающими примерами на NumPy.
  2. 37PyTorch: тензорыУстанови PyTorch и изучи его основной тип данных: создание тензоров, dtype и shape, reshape/view, индексация, транслирование (broadcasting), матричное умножение через @, GPU и связь с NumPy.
  3. 38PyTorch: autograd и автоматическое дифференцированиеКак PyTorch сам вычисляет производные: вычислительный граф, requires_grad, backward() и .grad, цепное правило, накопление градиентов, torch.no_grad() и градиентный спуск с autograd.
  4. 39PyTorch: построение нейронных сетейОт искусственного нейрона к многослойной сети: z = w·x + b, функции активации (ReLU, сигмоида, tanh, softmax), слои nn.Linear, nn.Module и nn.Sequential, прямой проход и число параметров.
  5. 40PyTorch: цикл обучения моделиDataset и DataLoader, функции потерь, оптимизаторы SGD и Adam, полный цикл обучения, режим eval и точность, сохранение модели через state_dict — на примере обучения небольшого классификатора на синтетических данных.
  6. 41Свёрточные нейронные сети (CNN)Изображения как тензоры (C × H × W), свёртка и формула размера выхода, фильтры, пулинг, небольшая CNN для изображений 28 × 28 с пошаговым разбором форм, MNIST в torchvision и перенос обучения.
  7. 42Трансформеры и большие языковые моделиТокены и эмбеддинги, самовнимание Attention(Q, K, V) = softmax(QKᵀ/√dₖ)·V, многоголовое внимание, позиционное кодирование, энкодер и декодер, обучение LLM предсказанием следующего токена, дообучение, Hugging Face и ответственный ИИ.

Программирование

JavaScriptЯзык веба — интерактивные сайты и приложенияTypeScriptНадёжный и масштабируемый JavaScript с типамиHTML и CSSСтруктура и дизайн веб-страницSQLЯзык общения с базами данных