پایتون پیشرفته: کار با پایگاه داده (2020)

مدرس Kathryn Hodge

انتشار 2020/10/09

مدت زمان 4h 51m

سطح پیشرفته

فایل تمرینی دارد

آموزش Advanced Python: Working with Databases (2020)

برای ایجاد برنامه های کاربردی و مفید پایتون، به یک پایگاه داده نیاز دارید. پایگاه های داده به شما این امکان را می دهند که داده های جلسات کاربر را ذخیره کنید، موجودی را ردیابی کنید، توصیه هایی ارائه دهید و موارد دیگر. با این حال، پایتون با بسیاری از گزینه ها سازگار است: SQLite، MySQL، و PostgreSQL، در میان سایر موارد. انتخاب پایگاه داده مناسب مهارتی است که انتظار می رود توسعه دهندگان پیشرفته بر آن مسلط باشند. این دوره یک پرایمر عالی را ارائه می دهد و انواع مختلف پایگاه های داده را که می توان از طریق API پایگاه داده پایتون متصل کرد، مقایسه می کند. مربی کاترین هاج تفاوت های بین SQLite، MySQL و PostgreSQL را آموزش می دهد و نحوه استفاده از ابزار ORM SQLAlchemy را برای پرس و جو از پایگاه داده را آموزش می دهد. فصل‌های پایانی دانش شما را در دو پروژه عملی به کار می‌برند: توسعه یک برنامه کامل پشته با Python، PostgreSQL، و Flask و ایجاد یک برنامه تجزیه و تحلیل داده‌ها با پانداها و Jupyter Notebook. در پایان، باید احساس راحتی در ایجاد و استفاده از پایگاه داده داشته باشید و بتوانید تصمیم بگیرید که کدام پایگاه داده پایتون برای شما مناسب است.

Database Development Full-Stack Development Python (Programming Language)

Introduction

Using databases to level up your Python applications ()

What you need to know ()

1. Introduction to Databases in Python

What is a database? ()

Relational databases ()

Non-relational databases ()

Python Database API ()

2. Using SQLite in Python

Solution: Create an SQLite database ()

What is SQLite? ()

Creating an SQLite database ()

Manipulating records in a SQLite database ()

What is SQLAlchemy? ()

Setting up a virtual environment for SQLAlchemy ()

Using SQLAlchemy Core with an SQLite database ()

Challenge: Create an SQLite database ()

3. Using MySQL in Python

What is MySQL? ()

Creating a MySQL database ()

Building tables in a MySQL database ()

Connecting a Python application to a MySQL database ()

Encaspulating database operations to make better applications ()

Developing Pythonic applications with SQLAlchemy ORM ()

Using SQLAlchemy Sessions to transact on a MySQL database ()

Using SQL to import CSV data ()

Leveraging SQLAlchemy and pandas to import CSV data ()

Challenge: Create a MySQL database ()

Solution: Create a MySQL database ()

4. Using PostgreSQL in Python

What is PostgreSQL? ()

Creating a PostgreSQL database ()

Creating a table in Postgres using Python ()

Inserting data into a Postgres database ()

Interacting with a Postgres database using Python ()

Pythonic Postgres interactions with SQLAlchemy Core ()

Pythonic Postgres interactions with SQLAlchemy ORM ()

Grouping SQL statements with stored procedures ()

Creating a stored procedure in PostgreSQL ()

Using Postgres stored procedures and functions in Python ()

Challenge: Create a Postgres database ()

Solution: Create a Postgres database ()

5. Developing Full-Stack Applications

Setting up Flask in a Python application ()

Creating a webpage with Flask ()

Developing additional routes to enhance your application ()

Instantiating a Postgres database using Python ()

Connecting a database to a Pythonic Flask project ()

Feeding data from a database into a Flask application ()

Develop add functionality to a Flask application ()

Challenge: Develop delete functionality ()

Solution: Develop delete functionality ()

6. Developing Analysis Applications

Introduction to pandas ()

Setting up pandas and Jupyter Notebook ()

Analyzing data with pandas ()

Integrating SQLAlchemy with pandas ()

Conclusion

Next steps ()

Ex_Files_Python_Databases.zip (205.0 MB)

دانلود فایل فشرده

با توجه به امکانات آموزش و همچنین امکانات بسته انتخاب شده لینک دانلود فایل فشرده آماده خواهد شد. با در نظر داشتن این شرایط لطفا بسته مورد نظر خود را انتخاب کرده و روی دکمه درخواست لینک دانلود کلیک کنید

در حال به روزرسانی اطلاعات

درخواست لینک دانلود

در حال به روزرسانی اطلاعات

لطفا قبل از فعالسازی لینک دانلود به موارد زیر توجه کنید:

پسورد فایل‌های فشرده است.
لینک‌های آماده شده تا 8 روز پس از فعالسازی منقضی خواهند شد.
حجم فایل‌ها تخمینی هستند.
در صورتی که لینک دانلود تا 15دقیقه پس از درخواست آماده نشد، از بخش پشتیبانی پیگیری نمایید.

مسیرهای یادگیری آموزش پایتون پیشرفته: کار با پایگاه داده (2020)

یکی از مهمترین مشکلات افرادی که از آموزش های آنلاین استفاده می‌ کنند این است به دلیل تعداد زیاد این آموزش ها، کاربر دچار سردرگمی شده و نمی داند از کدام آموزش بهتر است شروع کند و یا با کدام آموزش ها مهارت های خود را ارتقا دهد. داشتن یک برنامه آموزشی گام به گام میتواند کاربران را از این مشکلات رها کند. در واقع مسیرهای یادگیری مجموعه ای از آموزش ها هستند که به ترتیب اولویت در کنار هم قرار گرفته اند تا کاربران را از این سردرگمی ها نجات دهند. این مسیرها در موضوعات مختلفی دسته بندی شده‌اند که در زیر، لیستی از همه دسته بندی مسیرهایی که توسط سایت لیندا ارائه شده اند را می توانید مشاهده کنید.

آموزش Advanced Python: Working with Databases (2020) در 2 مسیر آموزشی قرار دارد. تخصص مورد نظر خود را انتخاب کنید، با مسیر یادگیری آن همراه شوید و حرفه ای شوید.

پایتون به سرعت به زبان برنامه نویسی پیشرو برای کسانی که در بخش علم داده و تجزیه و تحلیل هستند تبدیل شده است. مهارت‌های پایتون قابل سرمایه‌گذاری هستند و این مسیر یادگیری به شما کمک می‌کند به مجموعه مهارت‌ها و رزومه خود ارزش بیافزایید.

آموزش پایتون پیشرفته: کار با پایگاه داده (2020) ، ایستگاه شماره 1 در مسیر یادگیری استاد پایتون برای علم داده ، است.

مسیر یادگیری استاد پایتون برای علم داده

درک خود را از Python عمیق تر کنید و حرفه خود را به سطح بعدی ببرید! در این مسیر یادگیری، به جنبه‌های پیچیده‌تر پایتون بپردازید و یاد بگیرید که چگونه این مهارت‌های جدید را در پروژه‌های خود به کار ببرید.

آموزش پایتون پیشرفته: کار با پایگاه داده (2020) ، ایستگاه شماره 3 در مسیر یادگیری به مهارت های پایتون خود مسلط شوید ، است.