Na het volgen van deze cursussen voel ik me zeker genoeg om professionele visualisaties en dashboards te maken
Shoebur RahmanInkoopspecialist, Giz Bangladesh
Cursusbeschrijving
Coding-interviews kunnen een flinke uitdaging zijn. Je kunt vragen krijgen om je kennis van een programmeertaal te testen. Ook kun je een taak krijgen om op te lossen, zodat duidelijk wordt hoe je denkt. En als je solliciteert naar een data scientist-rol, is de kans groot dat je vragen krijgt over de bijbehorende tools binnen die taal. In alle gevallen geldt: om een mooie baan als data scientist te bemachtigen, moet je je goed voorbereiden om optimaal te presteren. Daarom is oefenen zo belangrijk om je expertise te laten zien! Deze cursus is een gids voor wie net begint aan het pad naar professioneel data scientist en een opfrisser voor wie nieuwe kansen zoekt. We behandelen zowel fundamentele als gevorderde onderwerpen die je voorbereiden op een coding-interview in Python. Omdat dit geen stap-voor-stapcursus is, kunnen sommige oefeningen best pittig zijn. Maar wie heeft gezegd dat interviews makkelijk zijn, toch?
Vereisten
Lesprogramma
Cursusoverzicht
1
Python-datastructuren en stringmanipulatie
In dit hoofdstuk frissen we onze kennis op van de belangrijkste datastructuren in Python. We behandelen hoe je werkt met lists, tuples, sets en dictionaries. We staan ook stil bij strings en hoe je reguliere expressies schrijft om specifieke tekenreeksen uit een tekst te halen.
- Wat zijn de belangrijkste datastructuren in Python?50 XP
- Lijstmethoden100 XP
- Bewerkingen op verzamelingen50 XP
- Gegevens opslaan in een dictionary100 XP
- Wat zijn veelvoorkomende manieren om strings te bewerken?50 XP
- String-indexering en concatenatie100 XP
- Operaties op strings100 XP
- Stringfouten in een DataFrame corrigeren100 XP
- Hoe schrijf je reguliere expressies in Python?50 XP
- Schrijf een reguliere expressie100 XP
- Vind het juiste patroon50 XP
- Splitsen met een patroon100 XP
2
Iterables en representaties
Dit hoofdstuk draait om iterables. We herhalen de definitie van iterable objecten en leggen uit hoe je ze herkent. Vervolgens behandelen we list comprehensions, een heel handige eigenschap van de programmeertaal Python om lijsten te definiëren. Daarna kijken we hoe je meerdere iterables kunt combineren tot één. Tot slot laten we zien hoe je eigen iterables maakt met generators.
3
Functies en lambda-expressies
Dit hoofdstuk richt zich op de functionele kant van Python. We beginnen met het definiëren van functies met een variabel aantal positionele en keywordargumenten. Vervolgens bespreken we lambda-functies en wanneer die handig zijn. We bekijken vooral hoe je ze gebruikt met functies als map(), filter() en reduce(). Tot slot frissen we op wat recursie is en hoe je die correct implementeert.
4
Python voor wetenschappelijk rekenen
In dit hoofdstuk behandelen we onderwerpen rond wetenschappelijk rekenen in Python. We leggen uit wat het verschil is tussen NumPy-arrays en lists. We bespreken waarom die eerste beter geschikt zijn voor complexe berekeningen. Daarna behandelen we handige technieken om met pandas DataFrames te werken. Tot slot maken we enkele visualisaties met scatterplots, histogrammen en boxplots.
Oefenen met coding-interviewvragen in Python
Cursus
voltooid
