programming python

Khóa học chuyên gia python

Python là một ngôn ngữ lập trình hướng đối tượng cấp cao. Hầu hết những người mới bắt đầu trong lĩnh vực phát triển đều thích Python là một trong những ngôn ngữ đầu tiên nên học vì tính đơn giản và linh hoạt của nó. Nó cũng được cộng đồng hỗ trợ tốt và theo kịp mức độ phổ biến ngày càng tăng của nó. Trong Hướng dẫn Python dành cho người mới bắt đầu này, chúng ta sẽ tìm hiểu kiến thức cơ bản về ngôn ngữ lập trình Python và hiểu cách bắt đầu với nó. Chúng ta sẽ xem cách tải xuống và cài đặt Python cũng như sử dụng các IDE phổ biến để bắt đầu viết mã. Chúng tôi cũng sẽ thảo luận chi tiết về chức năng của jupyter

Python dùng để làm gì?

Lần tới khi bạn duyệt qua Google, thưởng thức Instagram hàng ngày, dành hàng giờ để xem video trên Youtube hoặc nghe bản nhạc yêu thích của bạn trên Spotify, hãy nhớ rằng tất cả chúng đều sử dụng Python cho nhu cầu lập trình của họ. Python có nhiều cách sử dụng khác nhau trên các ứng dụng, nền tảng và dịch vụ. Hãy để chúng tôi nói về một vài ở đây

Phát triển web

Nhiều lựa chọn thư viện Python dựng sẵn giúp việc phát triển web trở thành một nhiệm vụ đơn giản hơn nhiều. Viết mã Python ít tốn thời gian hơn do cú pháp đơn giản và rõ ràng của nó. Điều này giúp tạo mẫu nhanh giúp tăng ROI của các sản phẩm thương mại. Các khung thử nghiệm tích hợp giúp gửi mã không có lỗi. Nhiều lựa chọn khung được hỗ trợ tốt giúp tạo điều kiện triển khai nhanh chóng mà không ảnh hưởng đến hiệu suất của giải pháp

Internet vạn vật

Để đơn giản, chúng ta hãy coi Internet vạn vật là 'các đối tượng vật lý kết nối một hệ thống nhúng với internet'. Nó đóng một vai trò quan trọng trong các dự án liên quan đến dữ liệu lớn, máy học, phân tích dữ liệu, mạng dữ liệu không dây và hệ thống thực-ảo . Các dự án IoT cũng xử lý các phân tích thời gian thực.

Một ngôn ngữ lập trình nên là một sự lựa chọn táo bạo khi ghi nhớ các lĩnh vực ứng dụng đã nói ở trên. Đây là nơi Python đánh dấu vào tất cả các hộp kiểm. Ngoài ra, Python cũng có thể mở rộng, có thể mở rộng, di động và có thể nhúng. Điều này làm cho Python trở nên độc lập với hệ thống và cho phép nó chứa nhiều máy tính bảng đơn, bất kể hệ điều hành hay kiến trúc.

Ngoài ra, Python là công cụ tuyệt vời để quản lý và sắp xếp dữ liệu phức tạp. Nó đặc biệt hữu ích cho các hệ thống IoT chứa nhiều dữ liệu. Một lý do khác để Python trở thành ngôn ngữ lập trình lý tưởng cho các ứng dụng IoT là mối quan hệ chặt chẽ của nó với điện toán khoa học .

Mọi thứ Python

Hãy giúp bạn khám phá Python nhiều hơn

Bạn đang tìm kiếm các bài viết hướng dẫn nghề nghiệp bằng Python?

Câu hỏi và câu trả lời phỏng vấn Python
Các mẫu sơ yếu lý lịch dành cho nhà phát triển Python
Mức lương của nhà phát triển Python ở Ấn Độ

HOẶC

Bạn đang tìm kiếm các bài viết Kiến thức về Python?

Nối trong Python
Chương trình giai thừa trong Python
Chuỗi Fibonacci trong Python
Chương trình mẫu trong Python
bảng chữ cái trong Python

Học máy

Machine Learning đã đưa ra một cách tiếp cận hoàn toàn mới để giải quyết vấn đề. Python đi đầu trong Machine Learning và Data Science vì những lý do sau

Hỗ trợ thư viện mã nguồn mở mở rộng
Cú pháp hiệu quả và chính xác
Dễ dàng tích hợp với các ngôn ngữ lập trình khác
Python có điểm đầu vào thấp
Có thể mở rộng cho các hệ điều hành và kiến trúc khác nhau

Đây là video Hướng dẫn Python dành cho bạn bởi Great Learning

Làm cách nào để cài đặt Python?

Nếu bạn là người dùng Windows và nếu bạn đã cài đặt Python bằng gói phân phối Anaconda có sẵn tại Anaconda. org, bạn cần truy cập “ Tải xuống Anaconda ” rồi tải xuống phiên bản mới nhất cho Python 3. 6.

Sau khi bạn tải xuống phần mềm này, đây là một quy trình khá đơn giản và dễ thực hiện và bạn sẽ cài đặt Python cho mình. Bước tiếp theo là khởi động một IDE để bắt đầu viết mã bằng Python.

Vì vậy, khi bạn cài đặt Python, bạn có thể có nhiều IDE hoặc trình soạn thảo văn bản trên bản cài đặt Python của mình

Đối với trình soạn thảo văn bản, bạn có thể sử dụng một cái gì đó như Sublime hoặc Notepad++. Nếu bạn cảm thấy thoải mái khi sử dụng Môi trường phát triển tích hợp, thì bạn có thể sử dụng Jupyter. Ngoài ra, còn có các tùy chọn khác như Wingware, Komodo, Pycharm và Spyder

Có nhiều gói có sẵn trong Python. Một số thư viện nhạc cụ là numpy, pandas, seaborn để trực quan hóa và scipy để tính toán và thống kê. Những thứ khác là xlrb, openpyxl, matplotlib và io

Tại sao chọn Python?

Bạn nên chọn cái này vì Python đã trở thành ngôn ngữ lập trình được ưa thích nhất để kích hoạt các ứng dụng khoa học dữ liệu và máy học. Tất nhiên, Python có lợi thế của nó;

Có thể dễ dàng nói rằng Python là một trình biên dịch nhanh. Vì nó là ngôn ngữ lập trình dựa trên Java, bạn sẽ có thể mở rộng các ứng dụng của nó ngoài nghiên cứu phân tích, mô hình phân tích và mô hình thống kê. Bạn sẽ có thể tạo các ứng dụng web bằng Python và tích hợp trực tiếp các ứng dụng web này vào các mô hình phân tích của mình trong nền.
Python cũng rất dễ tích hợp với các nền tảng khác và các ngôn ngữ lập trình khác. Nó có kiến trúc lập trình hướng đối tượng phổ biến, trong đó các nhà phát triển CNTT, nhà phân tích CNTT và lập trình viên CNTT hiện tại thấy rất dễ dàng chuyển đổi sang miền phân tích.
Vì cấu trúc viết mã trong Python là kiến trúc lập trình hướng đối tượng nên nó có hỗ trợ tài liệu tuyệt vời.

7 lý do tại sao bạn nên sử dụng Python

Mã có thể đọc và bảo trì
Nhiều mô hình lập trình
Tương thích với các nền tảng và hệ thống chính
Thư viện tiêu chuẩn mạnh mẽ
Công cụ và khung mã nguồn mở
Phát triển phần mềm đơn giản hóa
Hướng phát triển thử nghiệm

R so với Python?

R được phát triển cho các ứng dụng phân tích thống kê; . Cả hai điều này đều cần thiết cho những người làm việc với tập dữ liệu lớn, giải quyết các vấn đề về máy học và tạo trực quan hóa dữ liệu phức tạp.
Chúng ta hãy xem xét sự khác biệt giữa R và Python

Đọc thêm về sự khác biệt giữa R và Python và đâu là giải pháp thay thế tốt hơn.

Cách tốt nhất để học Python?

Dễ học là thuộc tính chính đằng sau sự phổ biến của Python. Đây là một ngôn ngữ lập trình đơn giản và miễn phí, do đó dễ học. Thời gian học ngôn ngữ phụ thuộc vào cấp độ bạn muốn đạt được với Python. Ngoài ra, đường cong học tập có thể ngắn hơn hoặc dài hơn tùy thuộc vào khả năng của từng cá nhân

Một người sẽ cần 6-8 tuần để học những kiến thức cơ bản về Python. Điều này sẽ bao gồm việc học cú pháp, từ khóa, hàm và lớp, kiểu dữ liệu, mã hóa cơ bản và xử lý ngoại lệ.
Các kỹ năng Python nâng cao không cần thiết đối với tất cả các chuyên gia Python. Tùy thuộc vào tính chất công việc của bạn, bạn có thể học các kỹ năng như lập trình cơ sở dữ liệu, lập trình socket, đa luồng, kỹ thuật đồng bộ hóa, v.v.

Các kỹ năng Python rất phức tạp bao gồm các khái niệm về Phân tích dữ liệu, trải nghiệm thực tế về các thư viện cần thiết, xử lý hình ảnh, v.v. Mỗi kỹ năng chuyên biệt sẽ cần khoảng một tuần để thành thạo

Đọc blog của chúng tôi về 50 câu hỏi phỏng vấn hàng đầu cho Python để kiểm tra kiến thức của bạn. Nó sẽ cung cấp cho bạn một ý tưởng về mức độ bạn biết về Python và những gì khác để học

Các IDE Python hàng đầu là gì?

Có 7 IDE hàng đầu cho Python

gián điệp
PyCharm
Thonny
nguyên tử
Jupyter
Komodo
bộ cánh

IDE nào tốt nhất cho Python?

Jupyter là IDE tốt nhất cho Python và là một trong những IDE được sử dụng rộng rãi nhất cho Python. Chúng ta hãy xem cách thiết lập Jupyter Notebook. Ngoài ra, chúng ta hãy xem các chức năng của Jupyter Notebook

Cách cấp nguồn cho máy tính xách tay Jupyter

Dưới đây là các bước được hướng dẫn để khởi động máy tính xách tay Jupyter

Mở dấu nhắc Anaconda. Điều này có sẵn cho bạn nếu bạn đã thực hiện cài đặt thông qua trình cài đặt Anaconda.
Khi bạn mở Dấu nhắc lệnh Anaconda, bạn sẽ thấy một đường dẫn mặc định được chỉ định cho bạn. Đây là tên người dùng cho máy tính mà bạn đang sử dụng
Thêm đường dẫn thư mục vào đường dẫn mặc định này (e. g. , cd Desktop → cd Python), nơi bạn muốn mở sổ tay
Sau khi bạn đặt đường dẫn, hãy thêm sổ ghi chép Jupyter bằng lệnh jupyter notebook
Nhấn Enter. Thao tác này sẽ mở sổ ghi chép trong máy chủ cục bộ của bạn, tôi. e. , hệ thống của bạn
Đường dẫn được mô tả trong dấu nhắc Anaconda giờ sẽ xuất hiện trên trang chủ máy tính xách tay jupyter của bạn
Bước tiếp theo là mở một Notebook Python mới. Đây là môi trường của bạn để thực hiện tất cả các mã hóa. Bạn có thể đổi tên sổ ghi chép mới (không có tiêu đề) thành tên bạn muốn và nhấn 'đổi tên'

Giữ lời nhắc anaconda hoạt động, lời nhắc mà bạn đã sử dụng để khởi động máy tính xách tay Jupyter của mình, trong khi bạn đang làm việc với Jupyter tại địa phương của mình. Nếu dấu nhắc anaconda bị đóng, python không còn chạy trên hệ thống của bạn và kernel bị ngắt kết nối

Các chức năng trong Notebook Python (Jupyter)

Có nhiều tùy chọn trên thanh công cụ, tôi. e. , Tệp, Chỉnh sửa, Xem, Chèn, Ô, Hạt nhân, Tiện ích con và Trợ giúp. Chúng ta hãy lần lượt xem qua một số tính năng và chức năng.

Tùy chọn tệp

Lưu và Điểm kiểm tra – Đặt Điểm kiểm tra là một khái niệm hấp dẫn. Tệp được lưu tự động theo định kỳ và bằng cách đặt điểm kiểm tra, bạn có thể bỏ qua một vài lần tự động lưu vào điểm kiểm tra đã đặt. Điều này hữu ích trong trường hợp bạn mắc lỗi trong vài phút hoặc vài giờ qua. Bạn luôn có thể trở lại điểm kiểm tra ổn định hơn và tiếp tục với mã của mình từ đó, thay vì bắt đầu lại từ đầu.

Tải xuống dưới dạng – Có nhiều cách khác nhau để bạn có thể tải xuống Jupyter Notebook. Đầu tiên là Notebook cổ điển, là tiện ích mở rộng ipynb . Trước khi được gọi là sổ ghi chép jupyter, nó là sổ ghi chép Ipython. Đó là lý do tại sao phần mở rộng này.
Sau đó, bạn có . phần mở rộng py . Lưu tệp với . py và bạn có thể nhập phần mở rộng tương tự vào một IDE khác để sử dụng dễ dàng hơn.

Đóng và tạm dừng – Lệnh này đóng bất kỳ kernel nào đang chạy tại thời điểm cụ thể này và tạm dừng tất cả các quy trình.

Chỉnh sửa tùy chọn

Nó bao gồm Cắt ô, Sao chép ô, Dán, Xóa, Tách ô, Di chuyển lên, xuống , v.v.

Vậy, ô là gì?
Các ô không là gì ngoài mã mà bạn nhập vào hộp thoại hiện trên cửa sổ. Đây là một ô, nơi bạn nhập mã của mình — mỗi ô khi chạy sẽ cung cấp cho bạn một đầu ra.

Để chạy đoạn mã cụ thể này, bạn có thể nhấp vào tùy chọn cụ thể có nội dung Chạy ô hoặc phím tắt cho cùng . Shift + Enter.

Nếu muốn khám phá các tùy chọn phím tắt khả dụng khác, bạn có thể truy cập Trợ giúp trong Keyboard Shortcuts.

Bạn có thể cắt các ô này, dán chúng vào sau. Bạn có thể hợp nhất, tách, v.v. Đây là những món đồ đơn giản.

Xem tùy chọn

Bạn có thể Chuyển đổi Tiêu đề , Thanh công cụ và . Line numbers as well.

Tùy chọn Chèn

Đây là các thao tác chèn cơ bản. Bạn có thể chèn ô bên trên hoặc bên dưới theo yêu cầu của mã của bạn.

Tùy chọn ô

Nếu bạn nhấn Chạy tất cả, thì nó sẽ chạy tất cả các ô có trong toàn bộ sổ làm việc này. Khi bạn nhấp vào ‘ Chạy tất cả ở trên’, nó sẽ chạy tất cả các ô phía trên ô đã chọn. Tương tự, nếu bạn nhấp vào ‘ Chạy tất cả bên dưới’ , thao tác này sẽ chạy tất cả các ô bên dưới ô đã chọn.

Các loại ô khác nhau, i. e. , Tệp chuyển đổi mã, Markdown và thô.
Một tính năng thú vị mà chúng tôi sẽ sử dụng nhiều trong các tệp mã của mình là tệp Markdown. Đánh dấu không là gì ngoài việc chuyển đổi bất cứ thứ gì bạn đã nhập vào một ô thành tin nhắn văn bản.

Các ô mà bạn đã chuyển đổi dưới dạng Markdown sẽ không được chạy hoặc được coi là một dòng mã. Khi bạn chạy ô này, nó được lấy làm trường văn bản và đầu ra cũng là văn bản. Không có phép tính nào được thực hiện trên ô này

Tùy chọn trợ giúp

Tại đây bạn có thể thấy các thư viện và gói thông thường có sẵn.

Bạn có thể nhấp vào các tùy chọn này và nó sẽ mở một cuốn sách hướng dẫn hoặc sách tham khảo, nơi bạn có thể xem các phương pháp khác nhau có sẵn trong gói đã chọn.
Có nhiều tùy chọn khác mà bạn có thể thử nghiệm khi làm việc với Jupyter.

Bình luận

Nhận xét rất hữu ích để mô tả logic chương trình và mục đích của các mô-đun khác nhau. Những người khác ngoài lập trình viên có thể hiểu mã bằng cách xem xét các nhận xét có ý nghĩa

Trong khi kiểm tra chương trình, các nhận xét có thể được sử dụng để vô hiệu hóa các phần mã và bị loại khỏi quá trình thực thi

Nhận xét Python bắt đầu bằng ký hiệu #. Nhận xét có thể là của chính nó hoặc nhận xét có thể bắt đầu sau một mã trong cùng một dòng. Cả hai trường hợp được giải thích trong hình dưới đây

# comment in separate line x = x * 5 x = x * 5 # multiply by 5; comment in same line # this function is going to divide two variables # the second value should not be zero # if it is zero, error is thrown def divide(first, second):

Không có cách nào khác để đề cập đến nhận xét nhiều dòng. # có thể được thêm vào các dòng khác nhau

Khi # được đặt bên trong dấu ngoặc kép thì nó là một phần của chuỗi và không phải là chú thích

Ví dụ,

str = "# hello world"

Biến

Biến Python là thùng chứa dữ liệu. Các giá trị dữ liệu được gán cho một biến này có thể được thay đổi ở giai đoạn sau

Việc gán giá trị đầu tiên cho một biến sẽ tạo ra biến đó. Không có khai báo rõ ràng về biến

numOfBoxes = 7 ownerName = "Karthik" print("numOfBoxes= ", numOfBoxes) print("ownerName= ", ownerName)

Trong ví dụ trên, hai biến có dữ liệu số và chuỗi được tạo. Các câu lệnh in được sử dụng để hiển thị các biến đó

Tên biến tuân theo các quy ước này

Tên biến bắt đầu bằng chữ cái hoặc ký tự gạch dưới
Alpha-số và dấu gạch dưới được cho phép trong phần còn lại của tên
Tên biến phân biệt chữ hoa chữ thường

# valid names numOfBoxes = 7 _num_of_boxes = 10 # this is a different variable than numOfBoxes _NUM_OF_BOXES = 15 # a different variable as names are case sensitive ownerName = "Karthik" ownerName2 = "Charan" # different, valid variable # invalid names 2ownerName = "David" # cannot start with number. # Only letter or underscore in the beginning owner-name = "Ram" # no hypen owner name = "Krish" # no space allowed # only alpha numeric and underscore

Ở đây chúng tôi đã liệt kê ra một số tên biến có thể và một vài tên không hợp lệ

Trong python, bạn có thể gán nhiều giá trị cho nhiều biến. Cũng gán cùng một giá trị cho nhiều biến. Vui lòng xem ví dụ này

# different values assigned to many variables length, width, depth = 5, 8, 7 print(length) print(width) print(depth) # same value assigned to many variables length = width = depth = 5 print(length) print(width) print(depth)

nhà điều hành

Đóng góp bởi – papaprogrammer

Toán tử giúp xử lý các biến và giá trị. Ví dụ: nếu chúng ta có thể hai biến số, chúng có thể được cộng hoặc trừ, nhân hoặc chia. Các thao tác này làm thay đổi giá trị và đưa ra giá trị mới

Python hỗ trợ các loại toán tử sau

toán tử số học
Toán tử gán
Toán tử so sánh
Toán tử logic
Toán tử nhận dạng
nhà khai thác thành viên
Toán tử bitwise

toán tử số học

Các phép toán như cộng, trừ được thực hiện bằng các toán tử số học. Hãy để chúng tôi đi qua chúng

a = 10 b = 6 print (a + b) # addition print (a - b) # subtraction print (a * b) # multiplication print (a / b) # division print (a % b) # modulus print (a ** b) # exponentiation print (a // b) # floor division

Tất cả các thao tác đều dễ hiểu. Hoạt động mô đun trả về phần còn lại của phép chia hai số (trong ví dụ của chúng tôi, 4 là lời nhắc). Tương tự, phép chia sàn là phép chia số nguyên, trả về kết quả của phép chia dưới dạng số nguyên (10 // 6 = 1)

Toán tử gán

Các giá trị hoặc nội dung biến có thể được gán cho một biến khác bằng toán tử gán. Vế phải cũng có thể là một biểu thức (gán cho c trong ví dụ sau). Đây là vài ví dụ

a = 7 # assign value to a b = a # assign value of a into b c = a + b -2 # calculate an expression and place result into c b += 2 # equivalent to b = b + 2 b -= 2 # equivalent to b = b - 2 b *= 2 # equivalent to b = b * 2 b /= 2 # equivalent to b = b / 2 b %= 2 # equivalent to b = b % 2 b //= 2 # equivalent to b = b // 2 b **= 2 # equivalent to b = b ** 2 b &= 2 # equivalent to b = b & 2 b |= 2 # equivalent to b = b | 2 b ^= 2 # equivalent to b = b ^ 2 b >>= 2 # equivalent to b = b >> 2 b <<= 2 # equivalent to b = b << 2

Năm toán tử cuối cùng sẽ được giải thích trong phần sau bên dưới

Toán tử so sánh

Hai giá trị được so sánh và kết quả là giá trị Boolean Đúng hoặc Sai. Được sử dụng trong câu lệnh if và vòng lặp để đưa ra quyết định

a = 3 b = 7 print(a == b) # true if a and b are equal print(a != b) # true if a and b are not equal print(a > b) # true if a is greater than b print(a < b) # true if a is less than b print(a >= b) # true if a is greater than or equal to b print(a <= b) # true if a is less than or equal to b

Hãy cho chúng tôi xem một ví dụ về so sánh trong hành động. Ở đây chúng tôi kiểm tra xem a có nhỏ hơn b không. NẾU điều kiện này là đúng, thực hiện một câu lệnh. Nếu không thì thực hiện một câu lệnh khác

________số 8

Toán tử logic

Hai hoặc nhiều thao tác so sánh có thể được kết hợp bằng các toán tử logic. Các toán tử logic này trả về giá trị Boolean

a = 5 b = 8 # True if both conditions are true print(a > 3 and a < 7) # True if one condition is true print(a > 6 or b < 7) # True if given condition is false (inverse of given condition) print(not(a > 3))

Toán tử nhận dạng

Toán tử nhận dạng so sánh nếu hai đối tượng giống nhau. Họ cần trỏ đến cùng một vị trí

str = "# hello world" 0

nhà khai thác thành viên

Kiểm tra xem một phần tử có trong một danh sách nhất định hay không

str = "# hello world" 1

Toán tử bitwise

Trong khi xử lý các số nhị phân, chúng ta cần các toán tử bitwise để thao tác với chúng. Số nhị phân là số không và số, được đặt tên là bit

str = "# hello world" 2

Toán tử bậc ba

Giới thiệu Python Ternary Operator

Chúng ta đều biết các toán tử khác nhau trong python, tôi. e. , Toán tử một ngôi và Toán tử nhị phân

Một toán tử có thể được sử dụng để phủ định một giá trị dương với một toán hạng được gọi là toán tử một ngôi;

Toán tử làm việc với hai toán hạng được gọi là toán tử nhị phân;

Toán tử +,- hoạt động như cả toán tử Đơn nguyên và Nhị phân

Bây giờ chúng ta đã biết toán tử Đơn nguyên và Nhị phân là gì, vậy toán tử bậc ba này là gì?

Ý nghĩa từ điển của ternary là “bao gồm ba mục”, toán tử đánh giá điều gì đó dựa trên một điều kiện và kết quả là true_value nếu điều kiện ước tính là TRUE nếu không thì kết quả là false_value

Ba thành phần là (1) Điều kiện (2) Giá trị đúng (3) Giá trị sai

Hãy viết một điều kiện if đơn giản để đánh giá tuổi của một người và cho biết người đó là chính hay phụ

str = "# hello world" 3

Ta khai báo biến Age bằng 21;

Để đánh giá một điều kiện đơn giản, chúng tôi đã viết 5 dòng mã. Chúng ta có thể viết cùng một đoạn mã với số lượng dòng ít hơn không?

Có, với sự trợ giúp của toán tử bậc ba, chúng ta có thể đạt được điều này. Toán tử này có sẵn từ phiên bản Python 2. 4

Cú pháp của Python Ternary Operator

Như mình đã nói ở trên, toán tử bậc ba cần có 3 thành phần và cấu trúc của các thành phần này như sau

Vì vậy, đoạn mã sau đây cho thấy cách chúng ta có thể chuyển đổi đoạn mã dài ở trên thành số lượng dòng ít hơn bằng cách sử dụng toán tử bậc ba

str = "# hello world" 4

Đó là nó. Thành phần 2 là điều kiện của chúng tôi ( if (Age > 18) ), được đánh giá trước. Nếu nó đánh giá là True, thì “Major” là đầu ra; . Trong trường hợp này, Tuổi > 18 đánh giá là TRUE, vì vậy đầu ra là “Major”

Hãy phân tách mã cải tiến của chúng ta để phù hợp với cấu trúc của toán tử bậc ba

(1) Một điều kiện → nếu (Tuổi > 18)

(2) Giá trị thực → “Chính”

(3) Giá trị sai → “Nhỏ”

Toán tử Ternary trong Python trong câu lệnh return

Chúng ta có thể sử dụng các toán tử bậc ba trong câu lệnh trả về của hàm. Ví dụ: viết một hàm lấy Tuổi của một người làm đầu vào và trả về người đó là “Chính” hoặc “Phụ”

str = "# hello world" 5

Đoạn mã trên cho thấy cách chúng ta có thể sử dụng toán tử bậc ba trong câu lệnh trả về;

Toán tử bậc ba ShortHand

Chúng ta cũng có dạng tốc ký của toán tử bậc ba mà chúng ta đã thảo luận ở trên, sẽ nhanh chóng kiểm tra đầu ra của hàm. Loại cú pháp này được giới thiệu trong Python 2. 5 và có thể được sử dụng trong python 2. 5 hoặc cao hơn

str = "# hello world" 6

Câu lệnh đầu tiên (True hoặc “NULL”) sẽ trả về True và câu lệnh thứ hai (Sai hoặc “1”) sẽ trả về 1

Bạn có thể sử dụng cú pháp này để kiểm tra một giá trị biến

str = "# hello world" 7____18

Điều này sẽ hữu ích khi bạn nhanh chóng kiểm tra đầu vào của người dùng trong một chức năng

str = "# hello world" 9

Hàm trên lấy tên và biệt hiệu của người đó làm đối số và sử dụng cú pháp toán tử bậc ba tốc ký và kết quả là hiển thị tên của người đó;

Toán tử bậc ba với câu lệnh if-else-if

Hãy viết một hàm đánh giá nhiều điều kiện if và trả về kết quả

numOfBoxes = 7 ownerName = "Karthik" print("numOfBoxes= ", numOfBoxes) print("ownerName= ", ownerName) 0

Đoạn mã If…elif ở trên đánh giá một số tầng và kết quả là loại tòa nhà, tôi. e. , nếu số tầng lớn hơn nhỏ hơn hoặc bằng 3 tầng thì được xếp vào loại “Nhà thấp tầng” ngược lại nếu số tầng lớn hơn 3 nhưng nhỏ hơn hoặc bằng 7 thì được xếp vào “Nhà trung tầng”

Với sự trợ giúp của toán tử bậc ba, chúng ta có thể viết đoạn mã này trong một số dòng nhỏ, Nhưng bằng cách nào? .

numOfBoxes = 7 ownerName = "Karthik" print("numOfBoxes= ", numOfBoxes) print("ownerName= ", ownerName) 1

Lambda

Trước đó chúng ta đã thấy định nghĩa hàm và gọi hàm. Lambdas là các chức năng nhỏ, ẩn danh. Phần thân của lambda chỉ có thể có một biểu thức. Lambda có thể nhận bất kỳ số lượng đối số nào

numOfBoxes = 7 ownerName = "Karthik" print("numOfBoxes= ", numOfBoxes) print("ownerName= ", ownerName) 2

Lambdas rất hữu ích khi được lồng trong một chức năng khác. Hàm trở thành mẫu để tạo hàm

numOfBoxes = 7 ownerName = "Karthik" print("numOfBoxes= ", numOfBoxes) print("ownerName= ", ownerName) 3

Trong ví dụ trên, sử dụng cùng một chức năng tăng trưởng, chúng tôi sinh ra các chức năng khác nhau strechTwo và strechThree. Điều này có thể thực hiện được với hàm lambda được khai báo bên trong hàm tăng trưởng. Chúng tôi nhận được đầu ra 9 và 10 bằng cách chạy mã này

Mảng

Mảng được sử dụng để lưu trữ danh sách các giá trị trong một biến. Đây là cú pháp để tạo một mảng. Dấu ngoặc vuông được sử dụng để xác định một danh sách

numOfBoxes = 7 ownerName = "Karthik" print("numOfBoxes= ", numOfBoxes) print("ownerName= ", ownerName) 4

Mảng cho phép chúng ta truy cập các phần tử của mảng bằng cách sử dụng chỉ mục. Chỉ số không dựa trên số không, chúng bắt đầu từ số không

numOfBoxes = 7 ownerName = "Karthik" print("numOfBoxes= ", numOfBoxes) print("ownerName= ", ownerName) 5

Tương tự như truy cập phần tử, chúng ta có thể sửa đổi phần tử bằng cách sử dụng chỉ mục

numOfBoxes = 7 ownerName = "Karthik" print("numOfBoxes= ", numOfBoxes) print("ownerName= ", ownerName) 6

Số lượng phần tử trong một mảng có thể được biết bằng cách sử dụng phương thức len()

numOfBoxes = 7 ownerName = "Karthik" print("numOfBoxes= ", numOfBoxes) print("ownerName= ", ownerName) 7

câu lệnh for dùng để lặp qua các phần tử của mảng. Chúng ta có thể xử lý các phần tử riêng lẻ bên trong vòng lặp

numOfBoxes = 7 ownerName = "Karthik" print("numOfBoxes= ", numOfBoxes) print("ownerName= ", ownerName) 8

Phương thức append() thêm phần tử mới vào cuối mảng

numOfBoxes = 7 ownerName = "Karthik" print("numOfBoxes= ", numOfBoxes) print("ownerName= ", ownerName) 9

Hai phương pháp hữu ích để loại bỏ các phần tử khỏi mảng. phương thức pop() lấy chỉ mục mảng và loại bỏ phần tử ở vị trí cụ thể (hãy nhớ rằng các phần tử đều dựa trên số 0). remove() chấp nhận giá trị của phần tử và loại bỏ nó. Hãy để chúng tôi xem hai phương pháp này đang hoạt động

Các lớp học

Đối tượng là thực thể có thuộc tính và phương thức. Các đối tượng này có thể được tạo bằng cách khai báo các lớp. Các lớp là bản thiết kế của các đối tượng

Trong ví dụ này, chúng ta thấy cách định nghĩa một lớp, tạo các đối tượng bên ngoài lớp và truy cập thuộc tính của đối tượng

Tất cả các lớp đều có một hàm sẵn có, __init__()
Hàm này được gọi khi một đối tượng mới được tạo từ lớp. Hàm này được gọi tự động khi đối tượng được tạo.

Chúng ta có thể viết mã khởi tạo hữu ích trong hàm này để các biến được đặt tại thời điểm khởi tạo đối tượng.

Trong ví dụ trên, chúng tôi đã sử dụng tham số “self”. Có ba tham số được định nghĩa trong hàm init, tuy nhiên chúng ta chỉ truyền hai đối số trong lời gọi lớp. Tham số tự động được truyền tự động cho phương thức của lớp. Tên “bản thân” không cố định, bạn có thể sử dụng bất kỳ tên nào. Nó phải là tham số đầu tiên.

Ngoài các phương thức sẵn có, lớp có thể có các phương thức do người dùng định nghĩa khác. Hãy để chúng tôi tạo một phương thức makeJuice() bên trong lớp

Di sản

Kế thừa là một khái niệm trong đó chúng ta mở rộng chức năng của một lớp để tạo các lớp mới. Có rất nhiều lợi ích khi làm điều này. Quan trọng nhất là sử dụng lại mã hiện có

Lớp hiện có có mã chung có thể được sử dụng lại. Lớp này được gọi là lớp cha hoặc lớp cơ sở

Chúng tôi tạo một lớp con sẽ nhận định nghĩa từ lớp cha

Chúng ta hãy xem xét một lớp cha, Xe cộ. Điều này có các thuộc tính và phương pháp phù hợp để mô tả bất kỳ phương tiện nào

Hai thuộc tính, make và color, được xác định trong thuộc tính Xe

Chúng ta hãy mở rộng một lớp con Car từ lớp Vehicle

Có nhiều điểm cần lưu ý trong mã này

Dòng 12 định nghĩa một lớp, Car. Đây là một Phương tiện mở rộng (được đề cập trong ngoặc đơn)

Dòng 13 là hàm tạo của Car. Ba tham số được chấp nhận

Dòng 14 gọi hàm tạo của lớp cha, Vehicle. Hai tham số được truyền cho hàm tạo của cha mẹ

Dòng 15 khởi tạo một thuộc tính đối tượng, numOfSeats. Thuộc tính này thuộc về Car và không tồn tại trong lớp Vehicle

Dòng 17 định nghĩa lại phương thức display(). Trong mã của phương thức, phương thức gốc được gọi, cũng như mã ở đó để thể hiện chức năng của đối tượng Xe hơi

Dòng 21 định nghĩa một phương thức thuộc lớp Car

Dòng 24 đến 26 tạo một đối tượng Car, xử lý các thuộc tính Car và gọi các phương thức khác nhau

vòng lặp

Iterator là một thùng chứa các giá trị mà chúng ta có thể duyệt qua tất cả các giá trị

Trong Python, iterator là một đối tượng triển khai __iter__() và __next__()

Danh sách, bộ dữ liệu, từ điển và bộ có thể lặp lại và triển khai giao thức lặp. Các thùng chứa này có phương thức iter() được sử dụng để duyệt qua các giá trị

Đây là một ví dụ

Lưu ý rằng năm lệnh gọi next () đầu tiên in ra từng ký tự của “xoài”. Next () cuối cùng đưa ra một lỗi cho biết quá trình lặp đã dừng

Đối tượng iterable có thể được lặp lại với vòng lặp for in

Chúng ta có thể tạo lớp lặp của riêng mình. Chúng ta cần triển khai các phương thức __iter__() và __next__()

Hãy nhớ __init__() chúng ta đã thấy trong định nghĩa lớp?

Chúng ta hãy xem xét một ví dụ sẽ tạo một iterator. Trình vòng lặp là một chuỗi Fibonacci bắt đầu từ 1, 2

khi dòng 15 iter(fibo) được gọi, __iter__() được gọi nội bộ. Khi next(iter) được gọi, phương thức __next__() được gọi để tìm phần tử tiếp theo trong chuỗi

Trình lặp này không bao giờ kết thúc vì không có điều khiển kết thúc

Để ngăn chặn chuỗi dài vô tận, chúng ta có thể thêm câu lệnh StopIteration. Trong __next__, chúng ta có thể thêm một điều kiện và sử dụng StopIteration

Trong mẫu này, chúng tôi kiểm tra xem chuỗi Fibonacci đã đạt đến 50 chưa. Bất kỳ giá trị nào vượt quá hoặc bằng 50 sẽ gây ra lỗi. Điều đó sẽ dừng vòng lặp for

Phạm vi

Biến chỉ khả dụng trong vùng mà nó được khai báo. Hạn chế của việc khai báo biến đó là phạm vi. Phạm vi của biến hoặc phương thức xác định nơi các phần tử đó có thể truy cập được

Câu lệnh in cuối cùng đưa ra lỗi vì a không thể truy cập được ở phần chính của mã

Một cách để có quyền truy cập vào biến ở mọi nơi là khai báo biến ở phạm vi toàn cầu. Biến được tạo ở cấp độ chính là biến toàn cục và có thể được truy cập bên trong định nghĩa hàm

Bây giờ cả hai câu lệnh in đều có quyền truy cập vào biến

Khi cùng một tên được sử dụng cho các biến bên trong và bên ngoài một hàm, thì python coi chúng là hai biến riêng biệt

Nếu chúng ta thay đổi giá trị của biến bên trong hàm thì sự thay đổi đó sẽ không ảnh hưởng đến biến bên ngoài hàm

Trong khi một biến được định nghĩa bên trong một hàm, biến đó có thể được khai báo là toàn cục bằng cách sử dụng từ khóa “toàn cầu”

mô-đun

Mô-đun nói về việc sử dụng tệp thư viện. Bạn tạo một tệp thư viện python với các hàm chung và khai báo biến. Các định nghĩa này có thể được gọi bằng một tệp python khác

Các chức năng và giá trị sau được xác định trong kho. py

Để sử dụng hàm và mảng này, chúng ta sẽ phải nhập thư viện này vào tệp mã chính của mình

Dòng 1 nhập thư viện hàng tồn kho. Dòng 3 và 4 là hàm và các biến được khai báo trong thư viện

Tên thư viện có thể thay đổi thành tên phù hợp. Trong đoạn mã sau, chúng tôi thay đổi tên thư viện thành inv. Thay đổi này là cục bộ đối với mã của chúng tôi

Chúng tôi không phải nhập tất cả các yếu tố từ thư viện. Chúng ta có thể kén chọn trong việc nhập khẩu. Mệnh đề from được sử dụng để nhập một phần của mô-đun

Trong đoạn mã trên, hàm CountStock trả về kết quả mong đợi. Tuy nhiên, trái cây là không xác định và lỗi ném

Có nhiều mô-đun tích hợp sẵn trong python, có thể được sử dụng trong các kiểu nhập ở trên

ngày

Bằng cách nhập mô-đun, datetime, chúng ta có thể làm việc với ngày tháng trong python

Chúng tôi có thể in ngày và dấu thời gian hiện tại

Chúng tôi cũng có thể tạo một đối tượng ngày với giá trị ngày cụ thể. Hàm tạo của đối tượng datetime chấp nhận năm, tháng và ngày để tạo ngày tháng

Trong lệnh gọi hàm tạo ở trên, giờ, phút, giây, mili giây là tùy chọn. Zero là giá trị mặc định của họ

Datetime có một cách để định dạng giá trị ngày. Đối tượng datetime hiển thị phương thức strftime() định dạng giá trị ngày của đối tượng. Strftime() chấp nhận một chuỗi định dạng làm đầu vào và trả về đầu ra được định dạng

%B trả về tên đầy đủ của tháng

Các chi tiết định dạng khác như được đề cập trong bảng này

Chỉ thịMô tảVí dụ%aNgày trong tuần, phiên bản ngắnFri%AWeekday, phiên bản đầy đủThứ sáu%wNgày trong tuần dưới dạng số 0-6, 0 là Chủ nhật2%dNgày của tháng 01-3122%bMonth tên, phiên bản ngắnMar%BMonth name, phiên bản đầy đủTháng 3%mMonth dưới dạng số 01-1210 . 23. 00 2020%xPhiên bản địa phương của ngày02/29/20%XPhiên bản địa phương của thời gian13. 57. 00%%A % ký tự%

Trình tạo số ngẫu nhiên trong Python

MÁY TẠO SỐ NGẪU NHIÊN LÀ GÌ. –

Trình tạo là các chức năng tạo ra các mục bất cứ khi nào chúng được gọi. Trình tạo số ngẫu nhiên trong Python là một chức năng sẵn có hỗ trợ bạn tạo các số ngẫu nhiên bất cứ khi nào cần thiết. Tất cả các chức năng này được tích hợp sẵn trong mô-đun ngẫu nhiên của python

TẠO SỐ LƯỢNG. -

Nếu chúng ta nói về các số nguyên ngẫu nhiên, chúng có thể được tạo bằng cách sử dụng randrange() và randint(). Hãy xem hai chức năng này hoạt động như thế nào,

RANDINT()RANDARANGE()DEFINITIONHàm này tạo ra các số nguyên nằm giữa một giới hạn nhất định. Nó nhận hai tham số trong đó tham số đầu tiên chỉ định giới hạn dưới của phạm vi và tham số thứ hai chỉ định giới hạn trên của phạm vi đã cho. randint(a,b) bắt đầu tạo các giá trị từ a đến b sao cho. a >. Bây giờ chúng ta hãy xem một số lệnh đơn giản và kết quả của chúng. Dưới đây là các phép toán cơ bản như tổng, hiệu, nhân và chia

str = "# hello world" 11

Bộ phận luôn cung cấp một giá trị nổi làm đầu ra. Nếu bạn muốn hiển thị riêng kết quả số nguyên và phần dư, lệnh sẽ bao gồm “//” để hiển thị giá trị số nguyên sau khi chia và % sẽ hiển thị phần còn lại

str = "# hello world" 12

Trong Python, bạn có thể sử dụng ** để tính lũy thừa

str = "# hello world" 13

Tiếp theo, ký hiệu (=) được dùng để gán giá trị cho một biến

str = "# hello world" 14

Khi làm việc ở chế độ tương tác, giá trị in cuối cùng được gán cho biến (_), i. e. , gạch dưới. Do đó, người ta có thể gọi lại giá trị được in cuối cùng bằng cách gọi biến _. Chúng ta hãy xem ví dụ dưới đây, nơi chúng tôi tính thuế đánh vào giá của một sản phẩm

str = "# hello world" 15

Thao tác dữ liệu với Pandas

Pandas là viết tắt của Dữ liệu bảng. Đây là thư viện cốt lõi để thao tác dữ liệu và phân tích dữ liệu.

NumPy cung cấp cho chúng ta mảng đa chiều, tương tự Pandas cung cấp cho chúng ta cấu trúc dữ liệu đa chiều để thực hiện các thao tác thao tác dữ liệu khác nhau.

Pandas cung cấp cho chúng ta cả cấu trúc dữ liệu đơn chiều và đa chiều.

Cấu trúc dữ liệu một chiều được gọi là đối tượng chuỗi;

Trong Python, chúng tôi sẽ chủ yếu làm việc với các khung dữ liệu. Điều này là do, các thuật toán Machine Learning như hồi quy tuyến tính, hồi quy logistic, v.v., đều có thể áp dụng trên các khung dữ liệu. Tất cả các bộ dữ liệu có sẵn cho chúng tôi có thể được chuyển đổi thành khung dữ liệu trong Python và tất cả các thao tác có thể được thực hiện trên đó.

Trong Pandas, đối tượng sê-ri là một mảng có nhãn một chiều. Khi chúng tôi xem xét mảng NumPy, nó không được gắn nhãn.

Pandas loạt đối tượng

Chúng ta hãy xem cách tạo một đối tượng sê-ri bằng Pandas. Pandas được cài đặt sẵn trong Anaconda, do đó, chúng tôi sẽ không phải cài đặt thủ công.

Đầu tiên, chúng ta sẽ phải gọi thư viện Pandas. Để làm điều này, gõ vào-

str = "# hello world" 16

Ở đây, 'pd' là bí danh của Pandas.

Khi Pandas đã được nhập, chúng ta có thể tạo đối tượng sê-ri đầu tiên. Hãy để chúng tôi đặt tên cho nó là s1

str = "# hello world" 17

Chúng ta phải nhớ rằng S phải luôn là chữ in hoa. Một đối tượng sê-ri hiện đã được tạo.

Hãy nhìn vào hình ảnh để tham khảo.

Đây là cách một đối tượng sê-ri được tạo. Như bạn có thể thấy, các giá trị 10,20,30,40,50 là kiểu int64. Và 0,1,2,3,4 là các nhãn được liên kết với từng giá trị này. Các giá trị này có thể được gọi là nhãn được liên kết hoặc giá trị chỉ mục.

Nếu bạn muốn thay đổi chỉ mục trong sê-ri gấu trúc, bạn có thể thực hiện việc đó bằng cách thêm thuộc tính chỉ mục như trong hình sau.

Điều này cho phép chúng tôi chọn giá trị được liên kết hoặc giá trị chỉ mục tương ứng với danh sách sê-ri

Chuỗi đối tượng từ Dictionary

Bây giờ chúng ta đã thấy cách tạo một đối tượng sê-ri với sự trợ giúp của danh sách, chúng ta có thể xem cách thực hiện nó với sự trợ giúp của từ điển.

Trong trường hợp của một từ điển, khóa sẽ tự động trở thành chỉ mục và các giá trị sẽ ở dạng giá trị thực của chỉ mục.

Ở đây, chỉ số là k1, k2 và k3 và các giá trị lần lượt là 10,20 và 30.

Khung dữ liệu gấu trúc

Khung dữ liệu là cấu trúc dữ liệu được dán nhãn hai chiều và nó bao gồm các hàng và cột. Thông thường, trong một khung dữ liệu, tất cả các phần tử trong một cột cụ thể đều cùng loại.

Ví dụ- Nếu chúng ta xem xét một cột chứa tên của mọi người, thì tất cả chúng sẽ là một giá trị kiểu chuỗi. Nếu chúng ta xem xét một cột chứa điểm của những cá nhân này, thì chúng sẽ thuộc loại số nguyên.

Hãy để chúng tôi tạo một khung dữ liệu có tên là 'sinh viên'. Chúng tôi sẽ liệt kê tên của các sinh viên bên trong khung dữ liệu và cả điểm mà mỗi sinh viên đạt được, điều này tạo ra một từ điển.

Để tạo khung dữ liệu bằng từ điển chúng tôi đã tạo, chúng tôi cần nhập pd. DataFrame(sinh viên)

Tham khảo hình ảnh bên dưới để tham khảo và để xem đầu ra cho cùng

Khóa trở thành tên cột và danh sách giá trị cho một khóa cụ thể trở thành giá trị hàng cho cột đó. Nói một cách đơn giản hơn, khóa ở đây là student_name và các giá trị hàng là Bob, Sam, Julia và Charles.

Về cơ bản, đây là cách tạo khung dữ liệu trong Pandas.

Có một vài chức năng sẵn có có thể được thực hiện trên bất kỳ khung dữ liệu nào. Chúng là – đầu(), hình dạng(), đuôi() và mô tả(). Nếu chúng tôi muốn tách các hàng và cột riêng lẻ khỏi khung dữ liệu, chúng tôi có thể sử dụng bất kỳ phương pháp nào trong hai phương pháp này. họ đang. iloc[] và. phương thức loc[].

Đây là một số phương pháp thao tác dữ liệu có thể được thực hiện với Pandas.

Câu hỏi thường gặp về hướng dẫn Python

1. Làm cách nào để bắt đầu python cho người mới bắt đầu?

Là người mới bắt đầu, khá bối rối khi quyết định bắt đầu hành trình học tập của mình từ đâu. Có một số tài nguyên có sẵn trực tuyến mà qua đó người ta có thể học Python cho người mới bắt đầu. Tùy thuộc vào phương pháp học phù hợp với bạn, bạn có thể học qua nội dung video, blog, khóa học trực tuyến miễn phí, v.v. Great Learning Academy cung cấp Khóa học trực tuyến miễn phí về Python cho Machine Learning mà bạn có thể tham gia khi mới bắt đầu. Khóa học này sẽ giúp bạn bước vào lĩnh vực Python

2. Các bước để học Python là gì?

Bắt đầu với các khái niệm cơ bản trong Python. Tìm hiểu ý nghĩa của Python, nơi nó được sử dụng và cách cài đặt Python. Đăng bài này, bắt đầu học Cú pháp cơ bản liên quan đến Python. Nếu bạn muốn có quy trình học Python từng bước được hướng dẫn, bạn có thể tham gia các khóa học trực tuyến miễn phí để học. Hãy xem khóa học python miễn phí này có chứng chỉ và bắt đầu với Python

3. Làm cách nào tôi có thể học Python nhanh?

Những người mới bắt đầu trong lĩnh vực Python thích học ngôn ngữ lập trình này do tính đơn giản và linh hoạt của nó. Để học Python nhanh, hãy bắt đầu với những điều cơ bản. Học các nguyên tắc cơ bản sẽ cho bạn một ý tưởng rõ ràng về ngôn ngữ. Thực hành lập trình và làm việc trên các dự án khác nhau cũng giúp bạn học hỏi nhanh chóng và thông qua tiếp xúc thực tế

4. Người mới bắt đầu có thể học Python không?

Đúng. Python là một ngôn ngữ lập trình hướng đối tượng được biết đến với sự đơn giản của nó. Hầu hết những người mới bắt đầu trong lĩnh vực phát triển thích học Python

5. Tôi có thể học Python mà không cần bất kỳ kinh nghiệm lập trình nào không?

Đúng. Bạn có thể học Python mà không cần có kiến thức hoặc kinh nghiệm lập trình trước đó. Python rất tốt cho người mới bắt đầu do Cú pháp đơn giản của nó

6. Mất bao nhiêu thời gian để học Python?

Thời gian để học Python sẽ phụ thuộc vào từng cá nhân và thay đổi dựa trên một số yếu tố. Tuy nhiên, để tìm hiểu kiến thức cơ bản về Python, bao gồm cú pháp, biến, kiểu dữ liệu, v.v. , sẽ mất từ năm đến mười tuần muộn nhất

7. Tôi nên học gì sau khi học Python cơ bản?

Sau khi học kiến thức cơ bản về Python, bạn có thể tìm hiểu thêm về Khung phát triển web, bạn có thể học Máy học và bạn cũng có thể làm việc trên các Dự án Python khác nhau hữu ích trong việc xây dựng CV của mình. Làm việc trên các Dự án và Thực tập Python có thể đưa bạn đến gần hơn với công việc mơ ước của mình

8. Làm cách nào để bắt đầu mã hóa python?

Để bắt đầu viết mã bằng Python, trước tiên bạn phải cài đặt Python với sự trợ giúp của gói phân phối Anaconda có sẵn trên Anaconda. tổ chức. Tải xuống Anaconda và sau đó tải xuống phiên bản Python mới nhất. Quá trình sau này rất đơn giản. Bước tiếp theo là khởi động IDE và bắt đầu viết mã bằng Python

9. Python có dễ hơn Java không?

Có sự khác biệt nhất định giữa hai ngôn ngữ lập trình. Python là một ngôn ngữ được giải thích và được gõ động. Trong khi Java là một ngôn ngữ được biên dịch và được gõ tĩnh. Mặc dù thời gian chạy trong Java nhanh hơn và dễ gỡ lỗi hơn, nhưng Python dễ học và dễ đọc hơn

Học python từ các giảng viên chuyên gia trong chương trình PG của Great Learning về Trí tuệ nhân tạo và Học máy. Bạn không cần bất kỳ nền tảng kỹ thuật nào trước đó để theo đuổi khóa học này và hiểu chức năng của python