- Часть 1-ого занятия
- bash и наиболее часто используемые утилиты
- Часть 1-ого занятия
- git
- Часть 1-ого занятия
- обзор питона, арифметика, условия
- 2-ое занятие
- списки и кортежи
- строки
- циклы
- 3-ое занятие
- хэширование
- сэты
- словари
- типы строк
- 4-ое занятие
- функции
- измерение скорости выполнения кода
- 5-ое занятие
- comprehensions
- распаковка
- дебаггинг
- линейный и бинарный поиски
- 6-ое занятие
- IO
- модули
- графы
- 7-ое занятие
- обзор Biopython
- работа с последовательностями в Biopython
- глобальное выравнивание
- 8-ое занятие
- визуализация
- 9-ое занятие
- обзор numpy
- рандом
- введение в симуляции
- 10-ое занятие
- презентация по визуализациям
- функциональное программирование
- генераторы
- itertools
- 11-ое занятие
- объектно-ориентированное программирование
- 12-ое занятие
- продолжение numpy
- pandas
- 13-ое занятие
- re
- 14-ое занятие
- работа с файлами - glob, os и pathlib
- 15-ое занятие
- работа с БД в питоне
- 16-ое занятие
- методология разработки
- 17-ое занятие
- стратегии сборки генома
- 18-ое занятие
- colorama
- argparse
- 19-ое занятие
- collections
- logging
- 20-ое занятие
- интернет
- requests
- json
- html
- 21-ое занятие
- кодировка
- zipfile
- 22-ое занятие
- selenium
- 23-е занятие
- алгоритмы поиска пути
- 24-ое занятие
- subprocess
- 25-ое занятие
- нейронная сеть from scratch
- 26
- imageio
- симуляции с клеточными автоматами
Добавляйтесь в группу в тележке и обсуждайте там всё подряд (с упором на питон конечно))
Презентации находятся в папках, соответствующих темам/урокам в формате юпитер ноутбука.
Самый удобный способ просмотра:
- установить себе юпитер ноутбук
- выкачать на компьютер репозиторий
- запустить в терминале эту команду
jupyter nbconvert --to slides --post serve --SlidesExporter.reveal_scroll=True --SlidesExporter.reveal_transition=convex path_to_notebook.ipynb
Это запустит презентацию path_to_notebook.ipynb у вас в браузере
Гитхаб позволяет визуализировать их как ноутбуки прямо на сайте, но картинки пропадают
- Раздел Задание на следующий урок содержит уроки из онлайн-курсов, которые нужно посмотреть перед следующим уроком, на котором будут разбираться вопросы по ним, и будет более глубокое изучение материала
- В большинстве задачек по питону задания делятся на 2 типа
- практика по тому, что было - монотонные небольшие задания на повторение материала, который прошли на уроке - они сделаны просто, чтобы набить руку, обычно в них предлагается самим придумать "объект", на котором всё отрабатывается
- задачи - нормальные задачи, где указано, что конкретно нужно сделать, часть из них со звёздочкой - их выполнение не обязательно для прохождения курса, баллы за них начисляются сверху (то есть выполнив вообще все задания, вы получите больше 100%)
- Обычно на выполнение дз даётся 1 неделя, тогда вы получаете полные баллы, после этого можно сдать, но число баллов будет в 2 раза меньше. Задачки со звёздочкой можно присылать когда угодно, баллы за них не теряются
- Коммитьте домашки (с комментами!)) в ваши репозитории, а я там их посмотрю (ориентировочно буду смотреть раз в неделю по воскресеньям). Называйте папки с домашками по номеру папки, в которой были презенташки занятия, пожалуйста (чтобы я понимал, что смотреть
- После просмотра я дам обратную связь, и можно ещё улучшать до конца 2-ухнедельного срока (или +неделя, если я ответил позже чем за неделю до дэдлайна)
Первые ≈5 уроков задания будут больше по конструкциям языка, а потом мы перейдём к биоинформатическим задачам
- отличное введение в Computer Science на начальном уровне
- краткое введение в программирование
- PEP 8
- короткий набор стилевых моментов
- история развития вычислительной техники
- перечень антипаттернов в питоне
- не знаю как точно описать это видео
- Programming for Everybody (Getting Started with Python) - отличное введение в питон от доктора Чака - питон для самых маленьких
- Python Data Structures - продолжение предыдущего курса
- Using Python to Access Web Data - следующая часть
- Using Databases with Python - финальная часть
- Biology Meets Programming: Bioinformatics for Beginners - вводный Певзнеровский курс по программированию в биоинфе
- Introduction to Computer Science and Programming Using Python - хорошее введение в CS на питоне
- Introduction to Computational Thinking and Data Science - продолжение предыдущего курса
- CS50's Introduction to Computer Science - годный курс-введение в CS, на С
- Python: основы и применение - следующий курс по питону на стэпике
- Using Python for Research - питон для научных целей
- Python for Data Science - первый в линейке курсов по питону для Data Science
- LAFF: Linear Algebra - Foundations to Frontiers - линейная алгебра (всегда пригодится)
- Introduction to Probability - The Science of Uncertainty - теория вероятностей (также полезно)
- Data Visualization
- Internet History, Technology, and Security
- pythontutor - визуализатор питона (подходит до модулей и IO)
- визуализация машины Тьюринга от гугла
- визуализация алгоритмов сортировки
Некоторые из них помимо тренировки также могут помочь в трудоустройстве или дают призы за высокий результат)
- A Byte of Python - Swaroop Chitlur
- Learning Python - Mark Lootz
- Python for Data Analysis - Wes McKinney
- Mastering Python Data Visualization - Kirthi Raman
- Scrum the art of doing twice the work in half the time - Jeff Sutherland
У меня не так много опыта в преподавании - если вам что-то не нравится в уроках, оставляйте пожелания сразу после занятий в ответах на опросы (один опрос на одно полное занятие)
После открывания можно указать имя (необязательно), далее нужно вписать ответ, нажать submit, а потом finish справа внизу
Если всё устраивает, тоже пишите что устраивает)