А еще, читая главу о кортежах и списках в Python, посмеялся сам над собой. В книге промелькнула фраза «В отличие от массивов, используемых в SQL…», и я такой с деловым видом – «Да-да, массивы! Действительно, есть такие, вы правы»😄 В общем, не скрою, очень приятно осознавать, что мой IT-кругозор расширяется.
Успехов в обучении, но я бы рекомендовал конспектировать в цифровом виде, чтобы иметь более удобный доступ к информации, чем физические конспекты. Ты же за компьютером работаешь, в конце концов.
Изучение основ не даётся быстро, но когда освоишь язык и его базовые конструкции к цифровому конспекту будет проще и быстрее обратиться, чтобы что-то найти. Можешь попробовать markdown редакторы для этого, если собираешься прям вкатится в it то markdown тебе будет нужен и он совсем не сложный.
Не ищи тренажеры по питону, более-менее имеющие эффект тренажёры типа leetcode, codewars учат тебя решать задачи в вакууме, в отличие от тренажеров по sql, который создан для работы с базами данных. Т.к. ты уже изучил синтаксис sql можешь попробовать библиотеку psycopg и сделать приложение с уже подключенной бд. Лучший тренажёр - придумать себе задачу и решить эту задачу используя n-язык m-метод.
Например: хочешь сделать приложуху в браузере с кнопкой выводящей мемы - делай. Сделать приложение с уведомлениями в винду - делай. Тут только ты своей фантазией ограничен.
Спасибо за такой подробный отзыв)
Для электронных записей пользуюсь Evernote, сохраняю туда полезные куски кода и разные инструкции.
Но при чтении книги рука сама тянется сделать пометки на бумаге, чтобы потом в памяти освежить, что я вчера прочитал)
Немного подтяну теорию и есть одна мысль микропрограммки с api Кинопоиска. Надеюсь получится с помощью нее и знания закрепить и в портфолио что-то продемонстрировать
ПРочитал, потому что люблю читать. Пофиг на питон. Дерзай!
Спасибо! 😎
А вообще если хочешь в big data, то данные в pandas особо никто не вертит, все вычисления лучше производить внутри базы данных . Например если ты захочешь повертел лярды строк в pandas, вероятнее у тебя ничего не выйдет т.к огромный датасет грузить в память на Python не получится или будет не прилично медленно работать. А если ты начнешь вертеть например аналитику в clickhouse БД, то там все это в два счета.
Рекомендую вообщем посмотреть и изучить на первых парах даже clickhouse, а не только PG.
у clickhouse хорошая дока и он очень популярен особенно в РФ из за того что 1. как минимум быстрый 2. Поддерживается и развивается 3. Бесплатный ( санкции РФ)