Найти в Дзене
STEM women

Python-проекты для начинающих

В недавно опубликованном рейтинге языков программирования IEEE Spectrum Python занял первое место по частоте упоминания в интернете. Этот язык может применяться в различных областях: веб-разработка, машинное обучение, научные вычисления, разработка ПО. Существует масса материалов и курсов для обучения программированию на Python, но что делать после обучения и как понять, куда применить свои знания? Применить свои навыки можно при работе над open source проектами или при выполнении заданий для начинающих.

Automate the Boring Stuff with Python – бесплатная книга, в которой рассказывается, как можно автоматизировать рутинные задачи: заполнение таблиц, создание и перемещение файлов, веб-поиск и заполнение онлайн-форм. Она подойдет и для первого знакомства с Python: первые главы посвящены основам языка.

Заданиям для новичков в Python посвящен целый сабреддит /r/beginnerprojects/. Там можно найти проекты других программистов и задачи, для решения которых можно писать программы на Python. Полный список этих задач собран в Google-документе, от простых к сложным.

Интересным и перспективным проектом может стать разработка бота. Вот несколько примеров, в которых можно применить Python:

  • Telegram-бот – библиотека, содержащая всё необходимое для создания своего бота в Telegram
  • ChatterBot – движок для создания чат-ботов, базирующийся на машинном обучении. Пока обучающие данные для бота существуют на трех языках: английском, испанском и португальском, и есть возможность внести свой вклад для обучения бота другим языкам.
  • Instabot – полезные скрипты для раскрутки аккаунтов в Instagram.

Вдохновиться на создание собственной видеоигры можно при помощи книги Making Games with Python & Pygame. На сайте доступна новая версия учебника по созданию игр при помощи библиотеки Pygame, а также несколько упражнения для создания простых игр.

Применить свои навыки в Python можно и в машинном обучении. На сайте EliteDataScience можно найти шесть упражнений на основе реальных данных: это и обучение нейронной сети распознаванию почерка, и предсказание цен на акции, и даже расследование внезапного краха одной из энергетических компаний.