NOSOTROS CRONOGRAMA FRANQUICIA BLOG CONTACTO ACCESO SISTEMA ACADEMICO

SOFTWARE LIBRE

Python Avanzado

Código: PYT-102


En el curso de Python Avanzado aprenderá a utilizar Python con un enfoque Orientado a Objectos, aprenderá a utilizar Python para procesar información de archivos CSV, a procesar información JSON o XML extraída de sitios web, a procesar información de bases de datos SQL, MySQL y SQLite e información de base de datos NoSQL usando MongoDB. Aprenderá desde documentar sus programas para el sistema de ayuda de Python y a generar pruebas unitarias.

 Propuesta de Valor: SOFTWARE LIBRE

 Duración: 32 Horas Académicas

Áreas de Conocimiento:
SOFTWARE LIBRE

Exportar Contenido a PDF

   CALENDARIO


Inicio Cursos a Iniciarse Proximamente Horario Modalidad Franquicia Organizadora Reserva
25/10/2021PYT-102 Python Avanzado LUN,MIE,VI de 19:30:00 a 22:00:00 VIRTUAL SANTA CRUZReservar
19/10/2021PYT-102 Python Avanzado MAR,JUE,SA de 19:00:00 a 21:30:00 VIRTUAL SANTA CRUZReservar

   AUDIENCIA


Este curso está dirigido a:

  • El curso va dirigido a personas que deseen conocer con profundidad los módulos, paquetes y APIs del lenguaje de programación Python para la manipulación de datos, conocer nuevos iterables, conceptos de lenguaje de programación orientada a objetos, como: abstracción, encapsulamiento, polimorfismo, clases y clases abstractas. Además de pruebas unitarias, documentación y decoradores.

   PRE REQUISITOS


  • Configurar variables de ambiente del sistema operativo.
  • Compilar y ejecutar programas en Python.
  • Instalar módulos Python con pip.
  • Conocer la identificación de Python.
  • Usar estructuras de condición y ciclo.
  • Manejo de excepciones.
  • Usar funciones y crear funciones en Python.
  • Usar estructuras condicionales if, if-else.
  • Usar estructuras de ciclo, como for, while y do -while.
  • Declarar, instanciar y usar listas, tupas, diccionarios, rangos y conjuntos.
  • Usar la documentación oficial de Python.
  • Definición de módulos Python.
  • Realizar imports, manejar alias y espacios de nombres.

   OBJETIVOS


  • Conocer las listas nombradas, diccionarios default y ordenados.
  • Usar contadores.
  • Repasar el uso de diccionarios, conjuntos, listas y tuplas.
  • Usar las funciones preconstruidas de mapeo y filtrado con expresiones lambda.
  • Manejo de expresiones regulares.
  • Desarrollar conceptos orientados a objetos: abstracciones, clases y objetos, herencia, polimorfismo, clases abstractas.
  • Uso de métodos instancia, de la clase y estáticos.
  • Listar y Usar las bibliotecas usadas en el curso para conexión a bases de datos relaciones.
  • Usar las bibliotecas para conectarse a bases de datos NoSQL, MongoDB. Uso de operaciones CRUD en SQLite.
  • Usar bibliotecas para manipulación de archivos CSV.
  • Desarrollar aplicaciones organizadas por paquetes y módulos.
  • Aplicar pruebas unitarias.
  • Documentar los programas realizados en Python dentro de la plataforma de ayuda de Python.
  • Uso del módulo request y la biblioteca BeautifulSoup para análisis de HTML, JSON y XML.

   CERTIFICACIÓN DISPONIBLE



  • Certificado emitido por COGNOS.

   CONTENIDO



1. INTRODUCCIÓN

1.1. INTRODUCCIÓN DEL CAPÍTULO
1.2. AMBIENTE DEL TRABAJO
1.3. PYTHON EN TODAS PARTES
1.4. DOCUMENTACIÓN OFICIAL
1.5. RESUMEN
1.6. REFERENCIAS


2. MÓDULOS Y PAQUETES

2.1. INTRODUCCIÓN DEL CAPÍTULO
2.2. MÓDULOS
2.3. PAQUETES
2.4. PAQUETES DISTRIBUIBLES
2.5. RESUMEN
2.6. REFERENCIAS


3. CONCEPTOS AVANZADOS

3.1. INTRODUCCIÓN DEL CAPÍTULO
3.2. FUNCIONES LAMBDA
3.3. LIST COMPREHENSION
3.4. LISTAS NOMBRADAS
3.5. DICCIONARIOS DEFAULT
3.6. DICCIONARIOS ORDENADOS
3.7. CONTADORES
3.8. DEQUES
3.9. MAPEO Y FILTRADO
3.10. ORDENAMIENTO
3.11. SECUENCIAS
3.12. RESUMEN
3.13. REFERENCIAS


4. EXPRESIONES REGULARES

4.1. INTRODUCCIÓN DEL CAPÍTULO
4.2. SINTAXIS
4.3. MANEJO DE EXPRESIONES REGULARES
4.4. RESUMEN
4.5. REFERENCIAS


5. OOP

5.1. INTRODUCCIÓN DEL CAPÍTULO
5.2. ABSTRACCIÓN
5.3. ENCAPSULAMIENTO
5.4. CLASES Y OBJETOS
5.5. PROPIEDADES Y ATRIBUTOS
5.6. MÉTODOS Y COMPORTAMIENTOS
5.7. MÉTODOS DE LA CLASE
5.8. MÉTODOS ESTÁTICOS
5.9. SOBRECARGA DE MÉTODOS
5.10. HERENCIA
5.11. SOBREESCRITURA DE MÉTODOS
5.12. RESUMEN


6. BASES DE DATOS RD BMS - MYSQL

6.1. INTRODUCCIÓN DEL CAPÍTULO
6.2. INSTALACIÓN DE MYSQL
6.3. CONEXIÓN A UNA BASE DE DATOS MYSQL
6.4. CREACIÓN DE ESQUEMA
6.5. MYSQL PARA PYTHON
6.6. PYMYSQL
6.7. CRUD DE LA BASE DE DATOS
6.8. RESUMEN
6.9. REFERENCIAS


7. BASES DE DATOS SQLITE

7.1. INTRODUCCIÓN DEL CAPÍTULO
7.2. PYTHON DB-API
7.3. SQLITE EN MEMORIA
7.4. CRUD SQLITE
7.5. RESUMEN
7.6. REFERENCIAS


8. BASES DE DATOS NOSQL

8.1. INTRODUCCIÓN DEL CAPÍTULO
8.2. MONGODB
8.3. INSTALACIÓN DE MONGODB
8.4. MONGO SHELL
8.5. MONGODB & PYTHON
8.6. PYMONGO
8.7. LISTAR COLECCIONES Y DOCUMENTOS
8.8. CREAR UNA BASE DE DATOS
8.9. INSERTANDO UN DOCUMENTO A UNA COLECCIÓN
8.10. CONSULTAS A LA BASE DE DATOS MONGODB
8.11. CRUD DE LA BASE DE DATOS
8.12. RESUMEN
8.13. REFERENCIAS


9. PRÁCTICA ARCHIVOS CSV

9.1. INTRODUCCIÓN DEL CAPÍTULO
9.2. LECTURA DE UN ARCHIVO CSV
9.3. BÚSQUEDA DE INFORMACIÓN EN UN ARCHIVO CSV
9.4. CREACIÓN DE ARCHIVOS CVS
9.5. DIALECTOS CSV
9.6. RESUMEN
9.7. REFERENCIAS


10. WEB

10.1. INTRODUCCIÓN DEL CAPÍTULO
10.2. PAQUETE REQUESTS
10.3. BEAUTIFUL SOUP
10.4. XML
10.5. JSON
10.6. RESUMEN
10.7. REFERENCIAS


11. DECORADORES

11.1. INTRODUCCIÓN DEL CAPÍTULO
11.2. FUNCIONES DECORADORAS
11.3. PASO DE ARGUMENTOS
11.4. RESUMEN
11.5. REFERENCIAS


12. PRUEBAS UNITARIAS

12.1. INTRODUCCIÓN DEL CAPÍTULO
12.2. TEST CASES
12.3. MÉTODOS PRUEBA
12.4. MÉTODOS ASSERT
12.5. RESUMEN
12.6. REFERENCIAS


13. DOCUMENTACIÓN

13.1. INTRODUCCIÓN DEL CAPÍTULO
13.2. DOCUMENTACIÓN
13.3. AYUDA
13.4. HERRAMIENTAS Y RECURSOS DE DOCUMENTACIÓN
13.5. RESUMEN
13.6. REFERENCIAS


14. JAVA VS. PYTHON

14.1. INTRODUCCIÓN DEL CAPÍTULO
14.2. HOLA MUNDO
14.3. DECLARACIONES
14.4. BLOQUES Y LLAVES
14.5. PARÉNTESIS
14.6. COMENTARIOS
14.7. STRING
14.8. MÉTODOS CLAVE PARA MANIPULACIÓN DE CADENAS
14.9. OPERADORES
14.10. LISTAS
14.11. ESTRUCTURAS DE CONDICIÓN
14.12. CICLOS
14.13. VERBOSIDAD VS. SIMPLICIDAD
14.14. VELOCIDAD
14.15. POPULARIDAD Y COMUNIDAD
14.16. CASOS DE USO
14.17. MARCOS DE TRABAJO
14.18. PREFERENCIA PARA EL APRENDIZAJE AUTOMÁTICO Y LA CIENCIA DE DATOS
14.19. SIMILITUDES DE PYTHON Y JAVA
14.20. CIENCIA DE DATOS
14.21. APRENDIZAJE AUTOMÁTICO
14.22. RESUMEN



   BENEFICIOS



  • Al finalizar el curso, tendrás conocimientos avanzados en Python.

   INVERSIÓN



La inversión incluye: Material de estudio, certificados e impuestos de ley.

  • En los cursos presenciales proveemos de una computadora por persona y refrigerios.
  • En los cursos virtuales las plataformas interactivas y acceso al aula virtual de recursos.