Инструменты Python I
Курс об основных инструментах Python. Функции, аргументы, параметры, области видимости, лямбды.

Преподаватель
Анастасия Шафиева
Преподаватель по курсам компьютерные сети, телекоммуникации и связь
3часа
12видео
34упражнения
3650опыта
Описание курсаПришло время двигаться дальше и развивать свои знания в Python. Как специалисту по Data Science, вам постоянно придётся писать собственные функции для решения задач, которые возникают при работе с данными. В первой части курса Набор инструментов Python для Data Science вы научитесь писать функции. Здесь вы освоите как писать функции с несколькими параметрами и возвращающие несколько значений. Также научитесь использовать функции с необязательными позиционными и именованными аргументами *args, **kwargs.
Вы получите представление об области видимости переменных в Python, сможете писать лямбда-функции и обрабатывать исключения при написании кода. В завершении каждой части, используйте полученный опыт для написания функций, которые анализируют DataFrames вымышленной социальной сети proger.
1. Пользовательские функции
В этом разделе вы научитесь писать простые функции, а также функции принимающие на вход несколько параметров и возвращающие несколько значений. На практике вы научитесь использовать полученные знания для решения вопросов, с которыми часто сталкиваются специалисты Data Science.Пишем свои функции
50
Строки в Python
50
Встроенные функции Python
50
Создание простой функции
100
Функция с одним параметром
100
Функции, возвращающие одно значение
100
Функции с несколькими параметрами
50
Функции с несколькими параметрами
100
Краткое введение в кортежи
100
Функции, возвращающие несколько значений
100
Подведём итоги
50
Практика (часть 1)
100
Практика (часть 2)
100
Заключение
50
2. Аргументы по умолчанию, позиционные и именованные аргументы, области видимости функций
В этом разделе вы научитесь писать функции с аргументами по умолчанию, чтобы пользователю не нужно было их указывать каждый раз при вызове функции. Познакомитесь с необязательными позиционными и именованными аргументами для передачи в функцию произвольного количества аргументов. В этом разделе вы также узнаете об области видимости.Области видимости
50
Понимание области видимости
50
Ключевое слово global
100
Встроенная область видимости в Python
50
Вложенные функции
50
Вложенные функции (часть 1)
100
Вложенные функции (часть 2)
100
Ключевое слово nonlocal и вложенные функции
100
Аргументы по умолчанию и необязательные
50
Функции с аргументом по умолчанию
100
Функции с несколькими аргументами по умолчанию
100
Функции с позиционными аргументами (*args)
100
Функции с именованными аргументами (**kwargs)
100
Подведём итоги
50
Практика (часть 1)
100
Практика (часть 2)
100
3. Лямбда-функции и обработка исключений
В этом разделе вы узнаете о лямбда-функциях, которые позволяют писать функции быстро и "на ходу". Вы научитесь обрабатывать ошибки в функциях. Затем будете решать задачи обработки данных, используя полученные знания.Лямбда-функции
50
Викторина Лямбда-функции
50
Пишем лямбда-функции
100
Функция map() и лямбда-функции
100
Функция filter() и лямбда-функции
100
Функция reduce() и лямбда-функции
100
Введение в обработку исключений
50
Викторина Работа с исключениями
50
Обработка исключений с помощью блока try-except
100
Вызов исключений с помощью raise
100
Подведём итоги
50
Практика (часть 1)
100
Практика (часть 2)
100
Практика (часть 3)
100
Викторина Проверка навыков обработки исключений
50
Заключение
50