پیشنهاد فرادرس

آموزش اینترنت اشیا - پایتون پیشرفته برای IoT و Numpy

دسته بندی ها: اینترنت اشیاء (IOT) ، آموزش های یودمی (Udemy) ، آموزش پایتون (Python)

این بخش با مفاهیم پایتون بیشتر سرو کار دارد. در این بخش ساخت ماژول های استاندارد در پایتون مانند datetime، mathematics، statistics و غیره را یاد خواهیم گرفت. سپس شبکه را با استفاده از سوکت ها، API ها برای توییتر و ایمیل ها پوشش خواهیم داد. سپس ماژول های Data Science برای IoT مانند numpy، scipy، pandas، matplotlib را وارد می کنیم. در نهایت ما Multi-threading و مدیریت استثنا را یاد می گیریم. IoT هر روز چیزهای بیشتری را به شکل دیجیتال به ارمغان می آورد که احتمالا آن را یک صنعت چند تریلیون دلاری در آینده نزدیک خواهد ساخت. ساختن پروژه خود در IoT به شما کمک خواهد کرد تا به طور عملی یاد بگیرید که چگونه مهندسی در این تکنولوژی شگفت انگیز اعمال می شود. برای توسعه یک راه حل IoT، نیاز به یک زبان برنامه نویسی است که هم زمان سبک و مقیاس پذیر است. یکی از اینها پایتون است و ما می خواهیم یاد بگیریم که چگونه با این آموزش هم همین کار را بکنیم. پس در این دوره با برنامه نویسی پیشرفته پایتون در IoT آشنا می شوید.

سرفصل:

  • معرفی دوره
  • معرفی بسته ها و ماژول ها
  • نصب
  • مفهوم Anaconda Distribution
  • نصب PyCharm
  • Nuts و Bolts
  • اجرای برنامه ها در PyCharm
  • متدهای لیست
  • یادگیری Bolt Structure
  • مفاهیم شبکه و شبکه سازی
  • ابعاد شبکه سرور کلاینت
  • ارتباط پیام کلاینت و سرور
  • سرور IP از کلاینت به سرور
  • برنامه نویسی Socket
  • جنبه برنامه نویسی شبکه
  • نوشتن کد کلاینت و سرور
  • برنامه نویسی سوکت برای سرور
  • بسته پایتون برای Multithreading
  • ChatBot App
  • کار با Chat Bot
  • ارسال و دریافت داده
  • کار با Chat Bot Server
  • ایجاد و وارد کردن Client Socket
  • ایجاد پیام برای کلاینت
  • ایجاد Chat App
  • پیاگاه داده و Chat App
  • پایگاه داده Pycharm و Sqlite
  • فرمان ها برای ایجاد یک جدول
  • قرار دادن مقادیر در جدول
  • اتصال بین پایگاه داده و کد پایتون
  • درخواست از پایگاه داده
  • تغییر در Chat App
  • رمز گشایی اطلاعات مشتری
  • عنصر کلاینت و مجموعه داده ها
  • فهرست کردن عنصر مشتری
  • اتصال از کلاینت در آدرس
  • افزودن ایمیل و نام کلاینت
  • تحلیل مجموعه داده ها
  • کد نویسی برای تبدیل دما
  • معرفی Numpy
  • اندازه لیست
  • حافظه مصرف شده توسط Ndarray
  • لیست پایتون و آرایه های Ndarray
  • ایجاد آرایه های Numpy
  • آرایه های گوناگون در Numpy
  • شکل آرایه
  • Slicing
  • و غیره
آیا این نوشته را دوست داشتید؟
IoT#2: Advanced Python for IoT and Numpy Publisher:Udemy Author:EDU CBA Duration:06:20:15

Learn about Anaconda, PyCharm, Networking, Socket Programming, ChatBot App, Database and Chat App, Numpy in details.
Please note that There are four courses in this series.  They are as follows:1st Course: Python for IoT Tutorials2nd Course: Advanced Python for IoT & IoT Based Data Analysis3rd Course: IoT (Internet of Things) Automation with ESP82664th Course: IoT (Internet of Things) Automation using Raspberry PiWe are now at "2nd Course: Advanced Python for IoT & IoT Based Data Analysis". This part will deal more with python concepts. We will be learning in-built standard modules in python like datetime, math, statistics etc. Then we will cover Networking using sockets, APIs for twitter and emails. Then we will get in to Data science modules for IoT such as numpy, scipy, pandas, matplotlib. Finally we will learn Multi-threading and Exception handling.IoT is bringing more and more things into the digital fold every day, which will likely make it a multi-trillion dollar industry in the near future. Building your own project on IoT will help you practically learn how engineering is applied on this amazing technology.For the development of an IoT solution, one would need a programming language which while being lightweight and scalable at the same time. One such is Python and we are going to learn how to implement the same with this training.Learn about the exciting field of IoT with Advanced Python programming.The training will include the following;1. Using in-built standard modules in python (datetime, math, statistics)2. Networking using sockets3. Using apis for twitter and emails4. Data science modules for iot (numpy, scipy, pandas, matplotlib)5. Multi-threading and Exception handling
Who is the target audience?
Anyone who wants to build projects using Python for IoT
Students/Professionals interested in electronics and programming
This course is for all levels of Audience, Anybody who is interested in building IOT products.
Course content
47 lectures
06:20:15

Introduction
1 lecture
05:09
Introduction to Packages and Modules
05:09

Installation
2 lectures
14:19
Concept of Anaconda Distribution
03:37
Installation of PyCharm
10:42

Nuts and Bolts
3 lectures
27:58
Executing Programs in PyCharm
05:11
Methods of the List
11:08
Learning the Bolt Structure
11:39

Networking and Networking Concepts
3 lectures
20:59
Networking Aspect of Client Server
07:30
Mesaage Communication of Client and Server
06:41
Server IP from Client to Server
06:48

Socket Programming
4 lectures
33:21
Programming Aspect of Networking
07:38
Writing the Client and Server Code
11:43
Socket Programming for Server
05:27
Python Package for Multithreading
08:33

ChatBot App
6 lectures
38:14
Working with Chat Bot
07:59
Sending and Receiving Data
06:29
Working on Chat Bot Server
03:08
Creating and Importing Client Socket
10:09
Creating Message for Client
08:53
Learning to Create a Chat App
01:36

Database and Chat App
7 lectures
01:00:21
Pycharm Databases and Sqlite
08:02
Commands for Creating a Table
09:49
Inserting Values in Table
06:36
Connecting Between Database and Python Code
10:29
Query from Database
10:42
Making changes in Chat App
08:47
Decoding the Client info
05:56

Client Element and Datasets
6 lectures
56:39
Indexing the Client Element
11:20
Connection from Client at Address
09:14
Adding Email and Client Name
12:05
Analyzing the Data Sets
09:24
Coding for Converting Tempratures
05:22
Converting Temperature using List comprehension
09:14

Numpy
4 lectures
28:47
Introduction to Numpy
08:08
Size of List
07:01
Memory Consumed By Ndarray
07:51
Python List and Numpy Arrays
05:47

Numpy Arrays
11 lectures
01:34:28
Creating Numpy Arrays
10:59
Different Dimensional Array in Numpy
11:33
Shape of an Array
08:12
Slicing
11:21
Slicing Continue
04:35
Arrays of Ones and Zeros
09:13
Numpy Example
07:41
Numpy Example Continue
06:16
Using Scalers with Numpy Arrays
09:00
Matrix Multiplication
08:48
Comparison Operations
06:50

پیشنهاد فرادرس