Mit Videotraining in Rekordzeit zum Profi.
Meine Kurse

Python-Bootcamp: Vom Anfänger zum Profi, inkl. Data Science

Lerne alle Python Grundlagen, entwickle Webapps, Crawler, Desktop-Apps mit Qt, Numpy, Pandas, Bilderkennung mit OpenCV,…

Features:

  • Komplett in deutscher Sprache
  • Lebenslanger Zugriff
  • Rund um die Uhr verfügbar
  • Kompatibel zu Mobilgeräten
  • Zusatzmaterialien

Zahlungsabwicklung durch Digistore24

Kursvorschau

Kurs-Beschreibung:

Herzlich willkommen in der Welt von der Programmiersprache Python. Diesen praxisorientierten Kurs habe ich entwickelt, um dich schnellstmöglich zu einem fähigen Python – Entwickler zu machen.

ES WERDEN KEINE PROGRAMMIERKENNTNISSE BENÖTIGT

Zuerst ein kleiner Ausblick, was dir dieser Kurs alles bietet:

  • Verstehe die Grundlagen von Python
  • Verstehe Objektorientierung
  • Entwickle eigene Anwendungen in Python
  • Fordere dein Wissen mit diversen Quizzen und Übungsaufgaben heraus
  • Leichtes Wiederholen von Wissen: Umfangreiche Merkblätter
  • Diverse Praxisbeispiele:
    • Extrahiere Daten aus Webseiten mit einem Web-Crawler
    • Schreibe echte Desktop – Anwendungen mit Qt
    • Entwickle einen Webserver mit Flask
    • Werte Daten automatisiert mit Python aus
    • Und viel mehr…


Dieser Kurs enthält diverse Praxisbeispiele. Du lernst also nicht nur die Programmiersprache Python, sondern auch, wie du mit ihr echte Anwendungen entwickeln kannst.

Python ist eine unglaublich coole Programmiersprache, die für verschiedenste Zwecke verwendet werden kann. Daher ist es nicht nur wichtig, dass du Python selbst lernst, sondern auch lernst, welche Tools Python perfekt ergänzen. Und genau deswegen habe ich diesen Kurs entwickelt – damit du zu einem fähigen Python – Entwickler wirst, egal welche Richtung du nach dem Kurs einschlagen möchtest.

Nach Abschluss dieses Kurses kannst du Desktop – Anwendungen schreiben, Webseiten entwickeln, Daten aus fremden Webseiten extrahieren, zusätzliche Daten über coole Formulare erfassen, und automatisiert mit Python auswerten – also wirklich der komplette Workflow.

Dazu schauen wir uns im Kurs diverse, zusätzliche Tools an:

  • Der DataScience – Stack: Numpy, Pandas und Matplotlib
  • Web – Crawling mit “requests” und “beautifulsoup”
  • Web – Entwicklung mit Flask
  • Interaktive Programme mit Jupyter Notebooks
  • Desktop – Anwendungen mit PyQt


Mein Ziel ist, dass du nach Abschluss dieses Kurses ein fähiger Python – Entwickler bist – egal für welchen Zweck du Python später konkret einsetzen möchtest. Dadurch bist du ideal für zukünftige Jobs und Projekte vorbereitet. 

 

Anforderungen:
  • Du solltest Zugang zu einem Mac / Windows / Linux – Computer haben
  • Es werden keine Programmierkenntnisse benötigt
  • Du solltest mindestens 2GB freien Festplattenspeicherplatz haben (für Tools wie Anaconda, Qt, etc.) – installieren wir alles im Rahmen dieses Kurses bei dir

 

An welche Zielgruppe richtet sich dieser Kurs?
  • Anfänger, die in die Programmiersprache Python einsteigen möchten
  • Fortgeschrittene Entwickler, die diverse Anwendungsszenarien von Python erleben möchten
  • Kurz: die Python produktiv einsetzen möchten – egal ob als Hobby oder für den Job

 

Was werde ich lernen?
  • 🚀 Von 0 auf 100: Vom Anfänger zum Python – Allrounder
  • 👍 Alles an einfachen Beispielen erklärt
  • 💰 Werde zum gefragten Entwickler
  • 💡 Verstehe das “warum” dahinter
  • 🖥 Schreibe echte Desktop – Anwendungen mit Qt
  • 📈 Werte Daten aus und erstelle DataScience – Auswertungen
  • ⚙ Extrahiere mit einem Crawler Daten aus Webseiten
  • 🗝 Lerne und verstehe Objektorientierung
  • 🏅 Fordere dich mit Übungsaufgaben heraus

 

Modul 1 – Einleitung
(5 Lektionen; Dauer: 00:09 Stunden)

  1. Einleitung
  2. Download der benötigten Materialien
  3. FAQ – Häufig gestellte Fragen
  4. Installation aller benötigten Tools
  5. Was tun wenn: Jupyter Notebook startet nicht

Modul 2 – Python Basics
(14 Lektionen; Dauer: 00:56 Stunden)

  1. Einführung
  2. Zahlen in Python
  3. Variablen in Python
  4. Strings in Python
  5. Listen in Python
  6. Listen – Die pop-Funktion
  7. Merkblatt: Listen in Python
  8. Motivation
  9. Daten umwandeln (1)
  10. Daten umwandeln (2)
  11. Kommentare
  12. Merkblätter
  13. Übungsblatt: Python Grundlagen
  14. Musterlösung: Python Grundlagen

Modul 3 – Kontrollstrukturen
(17 Lektionen; Dauer: 01:30 Stunden)

  1. Einführung
  2. if, else
  3. Vergleichsoperatoren
  4. Ausdrücke verknüpfen und Booleans
  5. Merkblatt: Vergleichsoperatoren
  6. Der in-Operator
  7. Der not-Operator
  8. Merkblatt: Operatoren und Listen
  9. elif
  10. Die while-Schleife
  11. Die for-Schleife
  12. Wann welche Schleife?
  13. Schleifen (break, continue)
  14. Exkurs: Wie gehst du mit Problemen um?
  15. Projekt: Trump Twitter Bot
  16. Merkblatt: Schleifen
  17. Übungsblatt Kontrollstrukturen
  18. Musterlösung: Übung Kontrollstrukturen

Modul 4 – Funktionen
(21 Lektionen; Dauer: 01:33 Stunden)

  1. Einführung
  2. Funktionen
  3. Funktionen (2)
  4. Ausblick auf Objekte
  5. Einführung Datei öffnen
  6. Hinweis: Wie Backslash („“) eingeben?
  7. Datei öffnen
  8. Datei schreiben
  9. Datei und with
  10. CSV öffnen
  11. CSV lesen und Zeilen überspringen
  12. Hinweis zum Exkurs: Grafiken zeichnen
  13. Exkurs: Grafiken zeichnen
  14. Hinweis: Geburtsstatistiken
  15. Geburtsstatistiken
  16. Aufgabe Geburtsstatistiken
  17. Musterlösung: Aufgabe Geburtsstatistiken
  18. Merkblatt: Funktionen & Methoden
  19. Übungsblatt Funktionen
  20. Lösungstipps: Übungsblatt Funktionen
  21. Musterlösung: Übungsblatt Funktionen

Modul 5 – Listen in Python
(14 Lektionen; Dauer: 01:20 Stunden)

  1. Einführung Listen
  2. Arbeiten mit Listen
  3. List Slicing
  4. List Comprehension
  5. Ausblick: Tupel & Dictionaries
  6. Dictionaries
  7. Tupel
  8. Tupel packen und entpacken
  9. Dictionaries und Schleifen
  10. Aufgabe: Dictionaries & Schleifen
  11. Lösungstipps: Dictionaries & Schleifen
  12. Musterlösung: Dictionaries & Schleifen
  13. Datenstrukturen ineinander verschachteln
  14. Merkblätter: Dictionaries, Listen und Tupel

Modul 6 – Objektorientierung
(17 Lektionen; Dauer: 01:54 Stunden)

  1. Einführung
  2. Klasse und Methode erstellen
  3. Constructor und Methoden erstellen
  4. Warum private Eigenschaften und Methoden?
  5. Private Eigenschaften und Methoden
  6. Warum kapseln wir Daten?
  7. Besondere Methoden
  8. Vererbung in Python
  9. Aufgabe: Vererbung & Objektorientierung
  10. Musterlösung: Vererbung & Objektorientierung
  11. Typen von Variablen überprüfen
  12. In Python ist alles ein Objekt
  13. Wie Variablen, Klassen und Methoden benennen?
  14. Statische Variablen
  15. Merkblatt: Objektorientierung
  16. Übungsblatt: Objektorientierung
  17. Musterlösung: Objektorientierung

Modul 7 – Module in Python
(6 Lektionen; Dauer: 00:39 Stunden)

  1. Einführung
  2. Code aus separater Datei laden
  3. Verschiedene import-Möglichkeiten für Module
  4. Module in einem Ordner erstellen
  5. Merkblatt: Module in Python
  6. Beispiel für ein Modul

Modul 8 – Crawler
(19 Lektionen; Dauer: 02:02 Stunden)

  1. Einführung
  2. Exkurs: Was ist html überhaupt?
  3. html Code holen
  4. beautifulsoup
  5. Exkurs: css-selectors (1)
  6. Exkurs: css-selectors (2)
  7. Elemente finden (1)
  8. Elemente finden (2)
  9. Elemente finden – urllib
  10. Aufgabe: Mehrere Seiten mit Crawler einlesen
  11. Musterlösung: Mehrere Seiten mit Crawler einlesen
  12. Hinweis: Encoding, Schreiben einer Datei
  13. Aufgabe: Ergebnisse als CSV speichern
  14. Musterlösung: Ergebnisse als CSV speichern
  15. CSV-Datei korrekt mit Excel öffnen
  16. Python Wissen – Generators
  17. Generatoren in crawler einbauen
  18. PyCharm installieren – Crawler in ein richtiges Python-Programm umwandeln
  19. Crawler in ein richtiges Python-Programm umwandeln (2)

Modul 9 – Exceptions
(8 Lektionen; Dauer: 00:29 Stunden)

  1. Einführung
  2. Exceptions
  3. Mehrere exceptions und eigene exceptions erstellen
  4. Das finally – Konstrukt
  5. Das with – Konstrukt
  6. Merkblatt: Exceptions
  7. Übungsblatt: Exceptions
  8. Musterlösung: Übungsblatt Exceptions

Modul 10 – Datenstrukturen in Python
(10 Lektionen; Dauer: 00:32 Stunden)

  1. Übersicht: Was sind Datenstrukturen?
  2. Die Datenstruktur set
  3. Aufgabe: Sets
  4. Musterlösung: Sets
  5. Datenstruktur queue
  6. Datenstruktur priority queue
  7. Übersicht: Datenstrukturen
  8. Aufgabe: Priority Queue
  9. Musterlösung: Priority Queue
  10. Weiterführende Links

Modul 11 – Diverses (1): Funktionsparameter & Sortierung
(10 Lektionen; Dauer: 01:04 Stunden)

  1. Einführung
  2. Exkurs Funktionsparameter benennen
  3. Exkurs Wie werden Funktionsparameter übergeben
  4. Variable Funktionsparameter übergeben
  5. Variable Funktionsparameter (2)
  6. Merkblatt: Variable Funktionsparameter
  7. Daten sortieren
  8. Lambda Funktionen
  9. Reguläre Ausdrücke praktisch entwickeln
  10. Basics Reguläre Ausdrücke

Modul 12 – Diverses (2): Das datetime-Modul / String-Formatierung
(11 Lektionen; Dauer: 00:53 Stunden)

  1. Mit Datumswerten arbeiten
  2. Datumsangaben formatieren & Datumswerte einlesen
  3. Zeitdifferenzen & Timedelta
  4. Merkblatt: Datumsangaben in Python
  5. Fortgeschrittene String Funktionen
  6. Merkblatt: Strings
  7. Strings formatieren
  8. Merkblatt: Strings formatieren
  9. das default-dict
  10. Übungsblatt: Funktionsparameter und Lambda – Funktionen
  11. Musterlösung: Übungsblatt Funktionsparameter und Lambda – Funktionen

Modul 13 – Diverses (3): Entwicklung mit PyCharm
(15 Lektionen; Dauer: 01:41 Stunden)

  1. Ausblick Worum geht es in den nächsten Lektionen
  2. Python-Programme mit PyCharm
  3. Python-Programme über Terminal starten
  4. Python-Programme über Terminal starten (Windows)
  5. Python-Programme über Verknüpfung starten (Windows)
  6. Die input()-Funktion in Python
  7. Aufgabe: BMI-Rechner
  8. Musterlösung: BMI-Rechner
  9. sys.argv in Python
  10. Mit Ordnerangaben arbeiten
  11. os path join mit mehreren Parametern und Punktpunkt
  12. Zeichensätze bis hin zu UTF-8
  13. Dateien als UTF-8 Dateien öffnen
  14. Aufgabe: Wie oft kommt ein Name in Dateien vor?
  15. Musterlösung: Wie oft kommt ein Name in Dateien vor?

Modul 14 – Jupyter Notebooks
(12 Lektionen; Dauer: 01:13 Stunden)

  1. Einführung
  2. Jupyter als IDE
  3. Exkurs pdf-Export: Was ist LaTex?
  4. PDF – Export erlauben (mac)
  5. PDF – Export erlauben (Windows)
  6. Jupyter Notebooks Markdown
  7. Mathematische Ausdrücke in Jupyter Notebooks
  8. Jupyter Widgets (1)
  9. Mit Jupyter Widgets interagieren
  10. Aufgabe: Jupyter Widgets
  11. Exkurs: CSV-Datei schreiben
  12. Musterlösung: Jupyter Widgets

Modul 15 – Flask
(31 Lektionen; Dauer: 03:15 Stunden)

  1. Einführung
  2. Hinweise
  3. Exkurs HTML (1)
  4. Exkurs HTML (2)
  5. Exkurs CSS
  6. Exkurs CSS (2)
  7. Hinweis zu den Kursmaterialien
  8. Hello World in Flask
  9. Einfachen HTML-Code mit Flask generieren
  10. Statische Dateien
  11. Templates
  12. Template Inheritance
  13. Navigation stylen
  14. URL-Parameter übergeben
  15. Formulare per GET abschicken
  16. Eingabefeld wieder ausfüllen
  17. Musterlösung: Eingabefeld wieder ausfüllen
  18. Eigene Klassen und Dictionaries an View weiterleiten
  19. Tupel an View übergeben
  20. Views vs Python – Datei für Berechnungen
  21. Aufgabe Wechselkurstabelle
  22. Hinweis auf dictionary.get
  23. Exkurs HTML: Wie erstellt man eine Tabelle?
  24. Exkurs HTML: Mehrere Spalten nebeneinander anzeigen
  25. Musterlösung (1)
  26. Musterlösung (2)
  27. Musterlösung (3)
  28. Dekoratoren (1)
  29. Dekoratoren (2)
  30. Dekoratoren (3)
  31. Flask – und wie geht’s jetzt weiter?

Modul 16 – Der Data Science Stack
(18 Lektionen; Dauer: 02:01 Stunden)

  1. Einführung
  2. Numpy Einführung
  3. Numpy Arrays filtern
  4. Numpy mehrdimensionale Arrays
  5. Wie funktioniert Numpy im Background?
  6. Pandas – Einführung
  7. Pandas – Daten filtern
  8. Pandas – Daten sortieren
  9. Pandas – Excel und Grafik zeichnen
  10. Aufgabe: Pandas
  11. Musterlösung: Pandas
  12. Matplotlib Einführung
  13. Matplotlib Grafik konfigurieren
  14. Wann welcher Diagrammtyp?
  15. Verschiedene Diagrammtypen
  16. Überblick: Der DataScience-Stack
  17. Maschinelles Lernen
  18. Maschinelles Lernen am Beispiel der linearen Regression

Modul 17 – Bildverarbeitung mit OpenCV
(10 Lektionen; Dauer: 01:11 Stunden)

  1. Einführung
  2. Installation OpenCV
  3. Hinweis: Installation OpenCV
  4. Bild nach OpenCV laden
  5. Farbdarstellung und OpenCV
  6. Wie werden Zahlen intern optimiert gespeichert in OpenCV?
  7. Helligkeit erhöhen (1)
  8. Helligkeit erhöhen (2)
  9. Rechteck einzeichnen
  10. Gesichtserkennung

Modul 18 – QT
(30 Lektionen; Dauer: 03:54 Stunden)

  1. Einführung
  2. Installation von qt und pyqt und qtpy
  3. Erste Desktopanwendung mit pyqt
  4. Hinweis zu den Kursmaterialien zu diesem Abschnitt
  5. UI grafisch bauen
  6. Qt – Creator (1)
  7. Qt – Creator (2)
  8. Qt – Creator (3)
  9. Konzept Signale und Slots
  10. Signale und Slots
  11. Signale und Slots (Python)
  12. Python Code umstrukturieren
  13. Eingabefelder auslesen, auf Eigenschaften zugreifen
  14. BMI-Rechner bauen (1)
  15. Aufgabe: BMI – Rechner finalisieren
  16. Musterlösung: BMI – Rechner finalisieren
  17. Benennung von Funktionen und Variablen
  18. Datentypenumwandlung pyqt – cpp
  19. Einführung Table – Widget (1)
  20. Das Table – Widget (2)
  21. Elemente konfigurieren am Beispiel von table widget
  22. Dokumentation, auf Zelländeurng reagieren
  23. Aufgabe: CSV – Datei einlesen, anzeigen und abspeichern
  24. Lösungshinweise: CSV – Datei einlesen, anzeigen und abspeichern
  25. Musterlösung: CSV – Datei einlesen, anzeigen und abspeichern (1)
  26. Musterlösung: CSV – Datei einlesen, anzeigen und abspeichern (2)
  27. Musterlösung: CSV – Datei einlesen, anzeigen und abspeichern (3)
  28. Musterlösung: CSV – Datei einlesen, anzeigen und abspeichern (4)
  29. Datei Menü einbauen
  30. Schluss

Modul 19 – VPN – Schluss
(9 Lektionen; Dauer: 01:24 Stunden)

  1. Übersicht über alle Module im Kurs
  2. Exkurs: Unterschiede Python 2 vs. Python 3
  3. Wie geht es jetzt weiter?
  4. Schluss
Vorschau: Installation aller benötigten Tools
Vorschau: Strings in Python
Vorschau: Ausblick auf Objekte
Vorschau: Klasse und Methode erstellen
Vorschau: Variable Funktionsparameter
Vorschau: Flask – und wie geht’s jetzt weiter?

Online-Lehrer und erfahrener Webprogrammierer aus Überzeugung
Hi, ich bin Jannis! Mit 14 habe ich meine ersten Webseiten entwickelt. Programmierung ist seitdem meine absolute Leidenschaft.

Begeisterter Programmierer seit der Jugend
Nach dem Abitur und der Teilname an zwei Endrunden im Bundeswettbewerb Informatik habe ich als Volljähriger mein erstes Praktikum in einem großen IT-Konzern in den USA absolviert.

Eigene Firma für professionelle Webentwicklung
Als mittlerweile studierter Informatiker und selbstständiger Unternehmer setze ich erfolgreich Webprojekte für meinen Kunden um und teile mein Wissen und meine Erfahrung in meinen hier angebotenen Online – Kursen.