本入门课程专为希望使用 Python 开始软件开发或数据科学之旅的初学者和编程经验有限的个人而设计。通过本课程的学习,学员将对算法思维、Python 语法、代码测试、调试技术和模块化代码开发有扎实的了解,这些都是在软件工程、开发或数据科学领域取得成功的必备技能。

Python 编程基础
本课程是 Python 数据科学编程:从原理到实践 专项课程 的一部分



位教师:Andrew D. Hilton
访问权限由 New York State Department of Labor 提供
21,518 人已注册
您将学到什么
使用七步逻辑框架创建算法和程序。
创建有用的测试用例,高效调试 Python 代码。
应用 Python 基础知识(条件、Loop、数学 Operator、数据类型),从头开始构建一个 Python 程序,以解决一个数据科学问题。
要了解的详细信息
了解顶级公司的员工如何掌握热门技能

积累特定领域的专业知识
- 向行业专家学习新概念
- 获得对主题或工具的基础理解
- 通过实践项目培养工作相关技能
- 获得可共享的职业证书

该课程共有4个模块
在本 Modulation 中,您将从算法开始学习用任何语言开发代码的最佳实践:一种逐步解决问题的方法。然后,您将通过开发自己的算法和正确识别何时使用 Python 中的特定数据类型来应用这些概念。
涵盖的内容
9个视频12篇阅读材料4个作业
通过本 Modulation,您将学习如何利用算法设计的逻辑过程,将算法转化为功能性 Python 代码。您将通过正确识别给定算法的正确 Python 语法,然后通过为给定算法创建自己的 Python 程序来应用这一方法。
涵盖的内容
13个视频8篇阅读材料5个作业4个编程作业
通过本 Modulation,您将学习测试 Python 代码的不同方法,以及调试代码的方法。您将通过进行代码审查、确定使用断言调试代码的机会以及生成自己的测试用例来应用这些知识。
涵盖的内容
6个视频8篇阅读材料3个作业
在本 Modulation 模块中,您将学习如何在给定数据集上进行筛选和运算(逻辑和数学),以及如何创建可分块使用的模块化代码。您将通过编写自己的函数来识别具有给定属性的列表项,并编写一个程序来计算给定数据集的一系列结论,从而应用这些知识。
涵盖的内容
7个视频5篇阅读材料1个作业4个编程作业2个讨论话题
获得职业证书
将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。
人们为什么选择 Coursera 来帮助自己实现职业发展

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
学生评论
- 5 stars
56.71%
- 4 stars
17.91%
- 3 stars
5.97%
- 2 stars
7.46%
- 1 star
11.94%
显示 3/67 个
已于 Jan 25, 2025审阅
I really liked the step by step approach described in this course to solve a problem.
已于 Dec 9, 2025审阅
Exactly what I was looking for, with good exercises, mostly useful feedback from AI evaluations.
已于 Oct 10, 2023审阅
Learning made easy. This is so rich yet easy to follow. I certainly recommend this course!!
从 计算机科学 浏览更多内容
¹ 本课程的部分作业采用 AI 评分。对于这些作业,将根据 Coursera 隐私声明使用您的数据。








