Przejdź do głównej treści

Strona główna Python

Kurs

Zestaw narzędzi Pythona

PodstawowyPoziom umiejętności

Zaktualizowano 12.2025

Rozwijaj nowoczesne umiejętności Data Science, poznając iteratory i list comprehensions.

Zacznij kurs za darmo

PythonProgramming

4 godz.

12 filmów

46 Ćwiczeń

3,800 XP

310K+

Zaświadczenie o ukończeniu

Uwielbiany przez kursantów z tysięcy firm

Szkolisz zespół?

Wypróbuj dla firm

Opis kursu

W tym kursie będziesz rozwijać bardziej zaawansowane umiejętności w Pythonie. Najpierw poznasz iteratory – obiekty, z którymi już miałeś do czynienia przy okazji pętli for. Następnie nauczysz się korzystać z wyrażeń listowych, które są niezwykle przydatnym narzędziem dla każdego, kto pracuje z danymi lub pisze kod w Pythonie. Kurs zakończysz studium przypadku, w którym zastosujesz wszystkie techniki poznane w obu częściach kursu.Filmy zawierają transkrypcje na żywo – możesz je wyświetlić, klikając „Pokaż transkrypcję" w lewym dolnym rogu odtwarzacza. Glosariusz kursu znajdziesz po prawej stronie, w sekcji zasobów. Aby uzyskać punkty CPE, musisz ukończyć kurs i uzyskać wynik co najmniej 70% w kwalifikowanym teście. Do testu możesz przejść, klikając informację o punktach CPE po prawej stronie.

Wymagania wstępne

Introduction to Functions in Python

1

Using iterators in PythonLand

You'll learn all about iterators and iterables, which you have already worked with when writing for loops. You'll learn some handy functions that will allow you to effectively work with iterators. And you’ll finish the chapter with a use case that is pertinent to the world of data science and dealing with large amounts of data—in this case, data from Twitter that you will load in chunks using iterators.

Introduction to iterators

Iterators vs. Iterables

Iterating over iterables (1)

Iterating over iterables (2)

Iterators as function arguments

Playing with iterators

Using enumerate

Using * and zip to 'unzip'

Using iterators to load large files into memory

Processing large amounts of Twitter data

Extracting information for large amounts of Twitter data

Congratulations!

Zacznij rozdział

2

List comprehensions and generators

In this chapter, you'll build on your knowledge of iterators and be introduced to list comprehensions, which allow you to create complicated lists—and lists of lists—in one line of code! List comprehensions can dramatically simplify your code and make it more efficient, and will become a vital part of your Python toolbox. You'll then learn about generators, which are extremely helpful when working with large sequences of data that you may not want to store in memory, but instead generate on the fly.

List comprehensions

Write a basic list comprehension

List comprehension over iterables

Writing list comprehensions

Nested list comprehensions

Advanced comprehensions

Using conditionals in comprehensions (1)

Using conditionals in comprehensions (2)

Dict comprehensions

Introduction to generator expressions

List comprehensions vs. generators

Write your own generator expressions

Changing the output in generator expressions

Build a generator

Wrapping up comprehensions and generators.

List comprehensions for time-stamped data

Conditional list comprehensions for time-stamped data

Zacznij rozdział

3

Bringing it all together!

This chapter will allow you to apply your newly acquired skills toward wrangling and extracting meaningful information from a real-world dataset—the World Bank's World Development Indicators. You'll have the chance to write your own functions and list comprehensions as you work with iterators and generators to solidify your Python chops.

Welcome to the case study!

Zipping dictionaries

Writing a function to help you

Using a list comprehension

Turning this all into a DataFrame

Using Python generators for streaming data

Processing data in chunks (1)

Writing a generator to load data in chunks (2)

Writing a generator to load data in chunks (3)

Using pandas' read_csv iterator for streaming data

Writing an iterator to load data in chunks (1)

Writing an iterator to load data in chunks (2)

Writing an iterator to load data in chunks (3)

Writing an iterator to load data in chunks (4)

Writing an iterator to load data in chunks (5)

Final thoughts

Zacznij rozdział

Zestaw narzędzi Pythona

Kurs
ukończony

Zdobądź zaświadczenie o ukończeniu

Dodaj to poświadczenie do swojego profilu LinkedIn, CV lub życiorysu
Udostępnij to w mediach społecznościowych i podczas oceny wyników pracyZapisz się teraz

Dołącz do ponad 19 milionów kursantów i zacznij Zestaw narzędzi Pythona już dziś!

Rozwijaj swoje umiejętności w zakresie danych dzięki DataCamp dla urządzeń mobilnych

Rób postępy w podróży dzięki naszym kursom mobilnym i codziennym 5-minutowym wyzwaniom kodowania.