Vorbreitungskurs für PCAP - Certified Associate Python Programmer

Kursinhalte

Tag 1: Grundlagen

• Zahlen (Int, Float, Complex), arithmetische Operatoren
• Datentyp String, Slicing, Indexing
• Listen, Listen-Methoden. Tiefe- und flache Kopie.
• Logische Operatoren: and, or, not
• Membership-Operator, Identitätsoperator
• Loops, Bedingungen
• Datentyp Dict, Dict-Methoden
• Datentyp Tuple, Datentyp Set, Set-Methoden
• PCAP Simulation 1 (60 Minuten)
• Prüfungsbesprechung

Tag 2: Module und Packages

• Funktionen, Parameter, Argumente, Rückgabewerte
• Nutzen von Imports und Modulen und Packages
• Verschachtelte Module, Modul-Pfade
• Math- und Random Bibliothek
• Platform-Modul
• Sys, Os
• eigene Module, pycache, Bytecode
• ASCII, UNICODE, UTF-8, code points, escape sequences
• String-Methoden Deepdive
• Übungen zum Thema
• PCAP Simulation 2 (60 Minuten)
• Prüfungsbesprechung

Tag 3: Ausnahmebehandlung und Datei-Operationen

• IO-Operationen, Datei-Handling. Text- und Binärmodus
• Errno-Variable zur Fehlerbehandlung
• close(), .read(), .write(), .readline(), readlines()
• Verwendung von bytearray als Ein-/Ausgabepuffer
• Ausnahmebehandlung mit try, except, else, finally
• Exception-Hierachy
• Error-Objekt, Aliase, args
• Erheben eines Errors
• PCAP Simulation 1 (60 Minuten)
• Prüfungsbesprechung

Tag 4: Objektorientierte Programmierung

• Grundlegende Konzepte (Klassen, Objekte, Kapselung, Vererbung, Superklassen)
• Instanz- und Klassenvariablen
• Konstruktor-Methode
• Objekte Untersuchen
• private Komponenten
• Vererbung, Mehrfach-Vererbung, Name-Mangling
• statische Methoden, Klassenmethoden
• Überschreiben von Methoden
• Eigene Exceptionsklassen erstellen
• Diamant-Problem
• Polymorphismus
• PCAP Simulation (60 Minuten)
• Prüfungsbesprechung

Tag 5: Verschiedenes

• List-Comprehensions, Lambda-Funktionen
• Verschachtelte List-Comprehensions
• Was ist ein Closure? Closure definieren und nutzen.
• Funktionen höherer Ordnung (map, filter, sort)
• PCAP Simulation (60 Minuten)
• Prüfungsbesprechung
• Prüfungstips zum Abschluss

• Gute Python Grundkenntnisse

Zielgruppe

• Python Entwickler:innen
• Data Scientists
• Machine Learning