[2026] Kurs Python 3 od Podstaw do Mastera - 72h!

To bardzo ważna lekcja ponieważ poznasz:

- czym są zmienne do przechowywania wartości w Python

- jak prawidłowo nazwać zmienną

- czym są identyfikatory w Python i jakie prawidłowe ich nazwy stosować

Pierwsze praktyczne zastosowanie zmiennych:

- zrobisz program z kilkoma zmiennymi

- przypiszesz do zmiennych podstawowe wartości jak łańcuchy znaków (string) i wartości liczbowe

- pokażesz podstawowe informacje w konsoli

To pierwsze zadanie video w którym dokładnie opowiem co musisz zrobić, następnie pokaże się licznik podczas którego możesz zatrzymać video i samodzielnie rozwiązać to zadanie. Uwaga! rozwiązanie zadania nie jest obowiązkowe :) Gdy licznik się skończy pokażę przykładowe rozwiązanie zadania.

Komentarze pozwalają na lepsze dokumentowanie kodu, poznasz komentarze jedno i wieloliniowe. 

W Pythonie możemy przechowywać różne typy danych w zmiennych, oczywiście musimy pamiętać że python to język dynamiczny o czym dokładnie opowiem w filmie.

Kolejne zadanie które ma na celu utrwalenie dotychczas uzyskanej wiedzy odnośnie typów danych w Python

Drugie zadanie z typami danych

Łańcuchy znaków tzw. String to tekst w Pythonie. Poznasz różne możliwości tworzenia stringów oraz manipulacji nimi jak np:

- pobieranie fragmentów łańcuchów znaków

- łączenie łańcuchów dzięki konkatenacji i powtarzanie tekstu

- łańcuchy znaków w wielu liniach

- znaki nowej linii, tabulacje i znaki specjalne

W tej lekcji poznasz podstawy pracy z ciągami znaków (stringami) w praktyce w Pythonie. Oto czego się nauczysz:

1. Tworzenie i wyświetlanie stringów: Stworzysz i wyświetlisz ciągi znaków, a także sprawdzisz ich długość i typ.

2. Indeksowanie i slicing: Nauczysz się odwoływać do konkretnych znaków w stringu oraz wycinać fragmenty za pomocą indeksów.

3. Powielanie stringów: Wykorzystasz operator *, aby powielać ciągi znaków.

4. Łączenie stringów: Dowiesz się, jak łączyć stringi za pomocą operatora +.

5. Składnia slicingu z krokiem: Poznasz, jak wycinać fragmenty stringów z określonym krokiem.

6. Wielolinijkowe stringi: Nauczysz się tworzyć i wyświetlać ciągi znaków obejmujące wiele linii, zarówno za pomocą potrójnych cudzysłowów, jak i znaków specjalnych (np. \n, \t, \", \\).

Zadanie z stringami:

- pobieranie string od użytkownika z input()

- łączenie łańcuchów

W tej lekcji poznasz podstawy pracy z typem logicznym (bool) w praktyce w Pythonie. Oto czego się nauczysz:

1. Typ logiczny (bool): Dowiesz się, czym są wartości logiczne True i False oraz jak sprawdzić ich typ.

2. Porównania: Nauczysz się używać operatorów porównania (np. >, <), aby sprawdzać relacje między wartościami i uzyskiwać wyniki logiczne.

3. Instrukcje warunkowe: Poznasz, jak używać instrukcji if do podejmowania decyzji w oparciu o wyniki porównań.

Zadanie z Boolean w celu utrwalenia wiedzy o wartościach logicznych

Listy to uporządkowana kolekcja wielu elementów oddzielonych przecinkiem. Listę zapisuje się w nawiasach kwadratowych i może posiadać różne typy wartości. Poznasz jak tworzyć i korzystać z list, jak pobierać elementy i fragmenty list za pomocą nawiasów kwadratowych i odpowiednich numerów indeksów

W tej lekcji poznasz podstawy pracy z listami w praktyce w Pythonie. Oto czego się nauczysz:

1. Tworzenie list: Stworzysz listę zawierającą różne typy danych, np. ciągi znaków i liczby.

2. Indeksowanie i slicing: Nauczysz się odwoływać do elementów listy za pomocą indeksów (w tym ujemnych) oraz wycinać fragmenty listy.

3. Modyfikowanie listy: Zmienisz wartość elementu, usuniesz wybrany element oraz sprawdzisz, czy dany element istnieje w liście.

4. Instrukcje warunkowe: Użyjesz if, aby sprawdzić, czy określony element jest w liście.

5. Iterowanie po liście: Wykorzystasz pętlę for, aby przejść przez elementy listy i je wyświetlić.

6. Listy zagnieżdżone: Poznasz, jak działa indeksowanie w listach zagnieżdżonych oraz jak łączyć i powielać listy.

Zadanie z listą

Krotka to uporządkowana sekwencja danych, niezmienna kolekcja tworzona za pomocą nawiasów
okrągłych oraz elementów oddzielonych przecinkiem. Krotkę najlepiej wyobrazić sobie jako jeden rekord w bazie odnośnie użytkownika jego login, email, datę rejestracji itd

W tej lekcji poznasz podstawy pracy z krotkami (tuple) w praktyce w Pythonie. Oto czego się nauczysz:

1. Tworzenie krotek: Stworzysz krotki zawierające różne typy danych, np. ciągi znaków i liczby.

2. Niezmienność krotek: Dowiesz się, że krotki są niemodyfikowalne i nie można zmieniać ich elementów.

3. Łączenie krotek: Nauczysz się, jak łączyć krotki za pomocą operatora +.

4. Indeksowanie i slicing: Poznasz, jak odwoływać się do elementów krotek za pomocą indeksów oraz wycinać ich fragmenty.

5. Krotki zagnieżdżone: Zobaczysz, jak działają krotki zagnieżdżone i jak odwoływać się do ich elementów.

6. Instrukcje warunkowe: Użyjesz if, aby sprawdzić, czy dany element istnieje w krotce.

7. Usuwanie krotek: Nauczysz się, jak usuwać całe krotki za pomocą del.

8. Powielanie krotek: Poznasz, jak powielać zawartość krotek za pomocą operatora *.

Pierwsze zadanie z krotkami w celu utrwalenia wiedzy

Drugie zadanie z krotkami w celu utrwalenia wiedzy

W tej lekcji poznasz podstawy pracy ze słownikami (dict) w praktyce w Pythonie. Oto czego się nauczysz:

1. Tworzenie słownika: Stworzysz słownik zawierający pary klucz-wartość, gdzie klucze to np. imiona, a wartości to e-maile lub liczby.

2. Dodawanie elementów: Dowiesz się, jak dodawać nowe pary klucz-wartość do słownika.

3. Dostęp do wartości: Nauczysz się, jak odwoływać się do wartości za pomocą kluczy.

4. Typ i długość słownika: Sprawdzisz typ słownika oraz jego długość za pomocą funkcji type() i len().

5. Klucze i wartości: Poznasz metody keys() i values(), które zwracają odpowiednio klucze i wartości słownika.

6. Iterowanie po słowniku: Wykorzystasz pętlę for, aby przejść przez klucze i wartości słownika na dwa sposoby:

   • Tylko klucze z dostępem do wartości.

   • Jednocześnie klucze i wartości za pomocą metody items().

Zadanie z słownikiem

W tej lekcji poznasz podstawy pracy ze zbiorami (set) oraz niemodyfikowalnymi zbiorami (frozenset) w praktyce w Pythonie. Oto czego się nauczysz:

1. Tworzenie zbiorów: Stworzysz zbiór zawierający unikalne wartości i dowiesz się, jak dodawać do niego nowe elementy za pomocą metody add().

2. Usuwanie elementów: Nauczysz się usuwać elementy ze zbioru za pomocą metody discard().

3. Typ danych: Sprawdzisz typ zbioru za pomocą funkcji type().

4. Iterowanie po zbiorze: Wykorzystasz pętlę for, aby przejść przez wszystkie elementy zbioru i je wyświetlić.

5. Zbiory niemodyfikowalne (frozenset): Poznasz, czym jest frozenset i jak różni się od zwykłego zbioru (niemożność modyfikacji).

6. Iterowanie po frozenset: Przejdziesz przez elementy niemodyfikowalnego zbioru za pomocą pętli for.

Zadanie z zbiorami

Konwersje typów z wykorzystaniem int() float() str()

W tej lekcji poznasz podstawy konwersji typów danych w praktyce w Pythonie. Oto czego się nauczysz:

1. Konwersja na typ całkowity (int):

   • Dowiesz się, jak zamieniać liczby zmiennoprzecinkowe (float) na liczby całkowite (int), usuwając część ułamkową.

   • Nauczysz się konwertować ciągi znaków (stringi) na liczby całkowite, ignorując białe znaki.

2. Konwersja na typ zmiennoprzecinkowy (float):

   • Poznasz, jak zamieniać liczby całkowite (int) na liczby zmiennoprzecinkowe (float).

   • Nauczysz się konwertować ciągi znaków na liczby zmiennoprzecinkowe.

3. Konwersja na typ tekstowy (str):

   • Dowiesz się, jak zamieniać różne typy danych (liczby, listy) na ciągi znaków, aby móc je łączyć z innymi stringami.

4. Wyświetlanie danych:

   • Poznasz różnice między łączeniem stringów za pomocą operatora + a przekazywaniem wielu argumentów do funkcji print().

Zadanie z konwersją typów w Python

W tej lekcji poznasz, jak konwertować różne typy danych w praktyce w Pythonie. Oto czego się nauczysz:

1. Konwersja listy na krotkę: Nauczysz się zamieniać listę na krotkę za pomocą funkcji tuple().

2. Konwersja krotki na listę: Dowiesz się, jak przekształcić krotkę w listę za pomocą funkcji list().

3. Konwersja na zbiór (set): Poznasz, jak zamieniać listę lub krotkę na zbiór, który przechowuje unikalne wartości.

4. Konwersja na niemodyfikowalny zbiór (frozenset): Nauczysz się tworzyć niemodyfikowalne zbiory za pomocą funkcji frozenset().

5. Konwersja na słownik (dict): Dowiesz się, jak przekształcić krotkę par klucz-wartość w słownik za pomocą funkcji dict().

Zadanie do wykonania z konwersjami między listą, słownikiem itd oraz przykład praktycznego rozwiązania

W tej lekcji poznasz, jak działa konwersja na typ logiczny (bool) w Pythonie oraz jakie wartości są uznawane za falsy (fałszywe) i truthy (prawdziwe). Oto czego się nauczysz:

1. Wartości falsy: Dowiesz się, które wartości są domyślnie uznawane za fałszywe, np. False, 0, 0.0, puste krotki (), puste listy [], puste słowniki {}, pusty string '' oraz None.

2. Wartości truthy: Poznasz wartości, które są uznawane za prawdziwe, np. True, liczby różne od zera, niepuste krotki, listy, zbiory, słowniki oraz niepuste stringi.

3. Funkcja bool(): Nauczysz się, jak używać funkcji bool(), aby sprawdzić, czy dana wartość jest uznawana za prawdziwą czy fałszywą.

W tej lekcji poznasz, czym jest wartość None w Pythonie i jak ją wykorzystywać

W tej lekcji poznasz koncepcję mutowalności i niemutowalności w Pythonie. Oto czego się nauczysz:

1. Typy niemutowalne: Dowiesz się, że niektóre typy danych, takie jak int, float, bool, str, tuple i frozenset, są niemutowalne, co oznacza, że ich wartości nie mogą być zmieniane po utworzeniu. Każda modyfikacja tworzy nowy obiekt w pamięci.

   • Przykład: Zmiana wartości zmiennej typu int powoduje utworzenie nowego obiektu, co można zaobserwować za pomocą funkcji id().

2. Typy mutowalne: Poznasz, że typy takie jak list, set i dict są mutowalne, co oznacza, że ich wartości mogą być zmieniane bez tworzenia nowego obiektu.

   • Przykład: Dodanie elementów do listy nie zmienia jej identyfikatora w pamięci, co pokazuje, że obiekt pozostaje ten sam.

3. Funkcja id(): Nauczysz się, jak używać funkcji id(), aby sprawdzić identyfikator obiektu w pamięci i zrozumieć, czy operacja tworzy nowy obiekt, czy modyfikuje istniejący.

Lekcja jest idealna dla początkujących, którzy chcą zrozumieć różnicę między typami mutowalnymi i niemutowalnymi oraz jak wpływają one na zarządzanie pamięcią w Pythonie

Zadanie z mutowalnością i niemutowalnością w Python

W tej lekcji poznasz podstawowe operacje matematyczne w Pythonie. Oto czego się nauczysz:

1. Dodawanie (+): Nauczysz się dodawać dwie liczby.

2. Odejmowanie (-): Poznasz, jak odejmować jedną liczbę od drugiej.

3. Mnożenie (*): Dowiesz się, jak mnożyć liczby.

4. Dzielenie (/): Nauczysz się dzielić liczby, otrzymując wynik zmiennoprzecinkowy.

5. Reszta z dzielenia (%): Poznasz, jak obliczać resztę z dzielenia dwóch liczb.

6. Potęgowanie (**): Dowiesz się, jak podnosić liczbę do potęgi.

7. Dzielenie całkowite (//): Nauczysz się dzielić liczby, otrzymując wynik całkowity (bez części ułamkowej).

Lekcja jest idealna dla początkujących, którzy chcą zrozumieć, jak wykonywać podstawowe operacje matematyczne w Pythonie i jak działają poszczególne operatory.

Zadanie z operatorami matematycznymi

W tej lekcji poznasz operatory przypisania w Pythonie, które pozwalają na skrócone wykonywanie operacji matematycznych i przypisywanie wyniku do zmiennej. Oto czego się nauczysz:

1. Podstawowe operatory przypisania:

   • += (dodawanie i przypisanie)

   • -= (odejmowanie i przypisanie)

   • *= (mnożenie i przypisanie)

   • /= (dzielenie i przypisanie)

   • %= (reszta z dzielenia i przypisanie)

   • **= (potęgowanie i przypisanie)

   • //= (dzielenie całkowite i przypisanie)

2. Jak działają operatory przypisania

   
   

Zadanie z operatorami przypisania

W tej lekcji poznasz operatory porównania w Pythonie, które służą do porównywania wartości. Oto czego się nauczysz:

1. Podstawowe operatory porównania:

   • == (równe)

   • != (różne)

   • > (większe niż)

   • < (mniejsze niż)

   • >= (większe lub równe)

   • <= (mniejsze lub równe)

2. Jak działają operatory porównania:

   • Każdy operator zwraca wartość logiczną True lub False w zależności od wyniku porównania.

3. Zastosowanie w instrukcjach warunkowych:

   • Nauczysz się, jak używać operatorów porównania w instrukcjach if, aby podejmować decyzje w oparciu o wyniki porównań.

Zadanie z operatorami porównania

W tej lekcji poznasz teorie odnośnie operatorów logicznych w Pythonie, które służą do łączenia i negowania wyrażeń logicznych. Oto czego się nauczysz:

1. Operator and (i):

   • Zwraca True, tylko gdy oba wyrażenia są prawdziwe.

2. Operator or (lub):

   • Zwraca True, gdy przynajmniej jedno z wyrażeń jest prawdziwe.

3. Operator not (negacja):

   • Odwraca wartość logiczną wyrażenia (zamienia True na False i odwrotnie).

4. Zastosowanie w instrukcjach warunkowych:

   • Nauczysz się, jak używać operatorów logicznych w instrukcjach if, aby tworzyć bardziej złożone warunki.

W tej lekcji poznasz w praktyce operatory logiczne w Pythonie: and, or i not. Oto, co się dowiesz:

1. Operator and (i):

   • Zwraca True, tylko gdy oba warunki są prawdziwe.

2. Operator or (lub):

   • Zwraca True, gdy przynajmniej jeden warunek jest prawdziwy.

3. Operator not (negacja):

   • Odwraca wartość logiczną: True na False i odwrotnie.

4. Zastosowanie w warunkach:

   • Nauczysz się, jak używać tych operatorów w instrukcjach if, aby sprawdzać wiele warunków jednocześnie.

Lekcja jest idealna dla początkujących, którzy chcą zrozumieć, jak działa logika w Pythonie.

Zadanie z kolejką górską i operatorami logicznymi

Kolejne zadanie z operatorów logicznych

W tej lekcji poznasz operatory przynależności w Pythonie: in i not in. Oto, czego się nauczysz:

1. Operator in:

   • Sprawdza, czy dany element znajduje się w kolekcji (np. liście, krotce, zbiorze).

   • Zwraca True, jeśli element jest obecny, w przeciwnym razie False.

2. Operator not in:

   • Sprawdza, czy dany element nie znajduje się w kolekcji.

   • Zwraca True, jeśli element nie jest obecny, w przeciwnym razie False.

3. Przykłady zastosowania:

   • Sprawdzanie, czy liczba znajduje się w liście.

   • Sprawdzanie, czy ciąg znaków jest w krotce.

Zadanie z operatorów przynależności

W tej lekcji poznasz operatory tożsamości w Pythonie: is i is not. Oto, czego się dokładnie nauczysz:

1. Operator is:

   • Służy do sprawdzania, czy dwie zmienne wskazują na ten sam obiekt w pamięci.

   • Zwraca True, jeśli obie zmienne odnoszą się do tego samego obiektu, w przeciwnym razie False.

   • Przykład: Jeśli a i b wskazują na tę samą listę, a is b zwróci True.

2. Operator is not:

   • Służy do sprawdzania, czy dwie zmienne nie wskazują na ten sam obiekt w pamięci.

   • Zwraca True, jeśli obie zmienne odnoszą się do różnych obiektów, w przeciwnym razie False.

   • Przykład: Jeśli a i c wskazują na różne listy, a is not c zwróci True.

3. Funkcja dir():

   • Poznasz, jak używać funkcji dir(), aby zobaczyć wszystkie dostępne metody i atrybuty danego obiektu.

   • Przykład: dir(strData) pokaże metody dostępne dla ciągów znaków, a dir(intData) dla liczb całkowitych.

4. Porównywanie różnych obiektów:

   • Nauczysz się, jak sprawdzać, czy dwie zmienne wskazują na różne obiekty, nawet jeśli ich zawartość jest taka sama.

   • Przykład: a i c mają te same elementy, ale a is c zwróci False, ponieważ są to różne obiekty w pamięci.

Zadanie z operatorów tożsamości

W tej lekcji poznasz operator konkatenacji w Pythonie, który służy do łączenia ze sobą ciągów znaków lub list. Oto, czego się nauczysz:

1. Konkatenacja ciągów znaków:

   • Operator + pozwala na łączenie ze sobą ciągów znaków (stringów).

2. Konkatenacja list:

   • Operator + może być również używany do łączenia list.

3. Dodawanie elementów do istniejących ciągów lub list:

   • Możesz użyć operatora +, aby dodać nowe elementy do istniejących ciągów znaków lub list.

Lekcja jest idealna dla początkujących, którzy chcą zrozumieć, jak łączyć ze sobą ciągi znaków i listy w Pythonie.

Zadanie z operatorem konkatenacji

W tej lekcji poznasz instrukcje warunkowe w Pythonie, które pozwalają na podejmowanie decyzji w zależności od spełnienia określonych warunków. Oto, czego się nauczysz:

1. Instrukcja if:

   • Poznasz, jak sprawdzać warunki za pomocą if i wykonywać kod, jeśli warunek jest spełniony.

2. Instrukcja elif:

   • Dowiesz się, jak używać elif do sprawdzania kolejnych warunków, jeśli poprzednie nie zostały spełnione.

3. Instrukcja else:

   • Nauczysz się, jak używać else do wykonania kodu, gdy żaden z wcześniejszych warunków nie jest spełniony.

4. Zagnieżdżone instrukcje warunkowe:

   • Poznasz, jak umieszczać instrukcje warunkowe wewnątrz innych instrukcji warunkowych, aby tworzyć bardziej złożone warunki.

5. Skrócona forma if:

   • Dowiesz się, jak zapisywać proste warunki w jednej linii za pomocą skróconej formy if.

Lekcja jest idealna dla początkujących, którzy chcą zrozumieć, jak działa podejmowanie decyzji w Pythonie za pomocą instrukcji warunkowych.

W tej lekcji poznasz instrukcje warunkowe w praktyce w Pythonie, które pozwalają na kontrolowanie przepływu programu w zależności od spełnienia określonych warunków. Oto, czego się nauczysz:

1. Podstawowa instrukcja if:

   • Nauczysz się, jak sprawdzać warunki za pomocą if i wykonywać kod, jeśli warunek jest prawdziwy.

2. Instrukcja elif:

   • Dowiesz się, jak dodawać kolejne warunki do sprawdzenia, jeśli poprzednie nie zostały spełnione.

3. Instrukcja else:

   • Poznasz, jak wykonać kod domyślny, gdy żaden z wcześniejszych warunków nie jest spełniony.

4. Zagnieżdżanie warunków:

   • Nauczysz się, jak umieszczać instrukcje warunkowe wewnątrz innych instrukcji, aby tworzyć bardziej złożone logiki.

5. Skrócona forma if:

   • Dowiesz się, jak zapisywać proste warunki w jednej linii, bez użycia bloków kodu.

Zadanie z instrukcjami warunkowymi

Kolejne zadanie z instrukcjami warunkowymi

W tej lekcji poznasz pętlę while w Pythonie, która pozwala na wielokrotne wykonywanie kodu, dopóki określony warunek jest spełniony. Oto, czego się nauczysz:

1. Podstawowa pętla while:

   • Nauczysz się, jak używać pętli while do wykonywania kodu, dopóki warunek jest prawdziwy.

2. Zmiana wartości w pętli:

   • Dowiesz się, jak modyfikować wartość zmiennej w pętli, aby kontrolować jej działanie (np. zmniejszanie lub zwiększanie wartości).

3. Nieskończona pętla i przerwanie (break):

   • Poznasz, jak tworzyć nieskończoną pętlę (while True) i jak ją przerwać za pomocą instrukcji break.

4. Pętla while z else:

   • Nauczysz się, jak używać bloku else z pętlą while, który wykonuje się po zakończeniu pętli, o ile nie została ona przerwana przez break.

5. Interakcja z użytkownikiem:

   • Zobaczysz, jak używać pętli while do interakcji z użytkownikiem, np. wczytywania danych aż do momentu, gdy użytkownik zdecyduje się zakończyć.

Lekcja jest idealna dla początkujących, którzy chcą zrozumieć, jak działa pętla while i jak ją wykorzystywać do tworzenia powtarzalnych operacji w Pythonie.

W tej lekcji poznasz pętlę for w Pythonie, która służy do iterowania po elementach kolekcji, takich jak listy, krotki, zbiory, ciągi znaków i słowniki. Oto, czego się nauczysz:

1. Iterowanie po listach, krotkach i zbiorach:

   • Nauczysz się, jak przechodzić przez elementy list, krotek i zbiorów, wykonując operacje na każdym elemencie.

2. Iterowanie po ciągach znaków:

   • Dowiesz się, jak pętla for może przechodzić przez każdy znak w ciągu tekstowym.

3. Blok else w pętli for:

   • Poznasz, jak używać bloku else, który wykonuje się po zakończeniu pętli, o ile nie została przerwana przez break.

4. Iterowanie po słownikach:

   • Nauczysz się, jak przechodzić przez klucze, wartości oraz pary klucz-wartość w słownikach.

   • Poznasz metody .keys(), .values() i .items(), które ułatwiają pracę ze słownikami.

5. Wykonywanie operacji na elementach:

   • Zobaczysz, jak w pętli for można wykonywać różne operacje na elementach, np. mnożenie liczb lub wyświetlanie danych.

Lekcja jest idealna dla początkujących, którzy chcą zrozumieć, jak działa pętla for i jak ją wykorzystywać do pracy z różnymi typami kolekcji w Pythonie.

W tej lekcji poznasz funkcję range() w Pythonie, która jest często używana w połączeniu z pętlą for do generowania sekwencji liczb. Oto, czego się nauczysz:

1. Podstawowe użycie range():

   • Nauczysz się, jak generować sekwencję liczb od 0 do określonej wartości (bez jej włączenia).

2. Określanie zakresu:

   • Dowiesz się, jak podać początek i koniec zakresu, aby generować liczby z określonego przedziału.

3. Określanie kroku:

   • Poznasz, jak używać trzeciego argumentu range(), aby kontrolować krok między kolejnymi liczbami w sekwencji.

4. Iterowanie po sekwencji liczb:

   • Zobaczysz, jak używać pętli for z range(), aby przechodzić przez wygenerowane liczby i wykonywać na nich operacje.

W tej lekcji poznasz zagnieżdżone pętle w Pythonie, które pozwalają na iterowanie przez elementy znajdujące się wewnątrz innych kolekcji, takich jak listy zagnieżdżone. Oto, czego się nauczysz:

1. Iterowanie przez zagnieżdżone listy:

   • Nauczysz się, jak używać pętli for do przechodzenia przez elementy listy, która zawiera inne listy.

2. Zagnieżdżone pętle for:

   • Dowiesz się, jak zagnieżdżać jedną pętlę for w drugiej, aby uzyskać dostęp do poszczególnych elementów wewnętrznych list.

3. Przetwarzanie danych w zagnieżdżonych strukturach:

   • Zobaczysz, jak można przetwarzać i wyświetlać elementy znajdujące się w zagnieżdżonych listach.

Lekcja jest idealna dla początkujących, którzy chcą zrozumieć, jak działa iterowanie przez zagnieżdżone struktury danych, takie jak listy zawierające inne listy.

W tej lekcji poznasz instrukcje sterujące przepływem pętli w Pythonie: break, continue i pass. Oto, czego się nauczysz:

1. Instrukcja break:

   • Nauczysz się, jak przerwać działanie pętli (np. for lub while) przed jej naturalnym zakończeniem, gdy zostanie spełniony określony warunek.

2. Instrukcja continue:

   • Dowiesz się, jak pominąć aktualną iterację pętli i przejść do następnej, bez przerywania całej pętli.

3. Instrukcja pass:

   • Poznasz, jak używać pass jako "placeholder" (zastępczy kod), który nic nie robi, ale pozwala uniknąć błędów składniowych w miejscach, gdzie wymagany jest kod.

Lekcja jest idealna dla początkujących, którzy chcą zrozumieć, jak kontrolować przepływ pętli i jak używać pass w sytuacjach, gdy kod nie jest jeszcze gotowy.

W tej lekcji poznasz podstawy tworzenia funkcji w Pythonie. Oto, czego się nauczysz:

1. Definiowanie funkcji:

   • Nauczysz się, jak tworzyć funkcje za pomocą słowa kluczowego def, aby wykonywać określone operacje.

2. Parametry funkcji:

   • Dowiesz się, jak przekazywać argumenty do funkcji, aby mogła ona działać na różnych danych.

3. Zwracanie wartości:

   • Poznasz, jak używać instrukcji return, aby funkcja zwracała wynik swoich obliczeń.

4. Wywoływanie funkcji:

   • Nauczysz się, jak wywoływać funkcje, przekazując im argumenty i korzystając z ich wyników.

5. Zagnieżdżanie wywołań funkcji:

   • Zobaczysz, jak wyniki jednej funkcji mogą być używane jako argumenty dla innej funkcji.

W tej lekcji poznasz różne sposoby zwracania wartości z funkcji za pomocą instrukcji return. Oto, czego się nauczysz:

1. Zwracanie wyników obliczeń:

   • Nauczysz się, jak zwracać wynik działania funkcji, np. sumę liczb.

2. Zwracanie specjalnych wartości:

   • Dowiesz się, jak zwracać None, aby sygnalizować brak wyniku lub błąd (np. gdy funkcja otrzyma puste dane).

3. Warunkowe zwracanie wartości:

   • Poznasz, jak używać instrukcji warunkowych, aby decydować, czy i co zwrócić z funkcji.

4. Funkcje bez zwracania wartości:

   • Zobaczysz, jak funkcja może nie zwracać żadnej wartości (np. gdy wykonuje tylko operacje, takie jak wyświetlanie danych).

W tej lekcji poznasz różnice w przekazywaniu mutowalnych i niemutowalnych danych do funkcji w Pythonie. Oto, czego się nauczysz:

1. Typy niemutowalne (np. int, float, str):

   • Dowiesz się, że przekazanie niemutowalnego typu do funkcji tworzy kopię danych, a zmiany wewnątrz funkcji nie wpływają na oryginalną wartość.

2. Typy mutowalne (np. list, set, dict):

   • Poznasz, że przekazanie mutowalnego typu do funkcji pozwala na modyfikację oryginalnych danych, ponieważ funkcja działa na referencji do obiektu.

3. Identyfikator obiektu (id):

   • Nauczysz się, jak używać funkcji id(), aby sprawdzić, czy obiekt został skopiowany, czy działa na oryginalnych danych.

4. Tworzenie nowych obiektów w funkcji:

   • Zobaczysz, jak przypisanie nowej wartości do parametru wewnątrz funkcji tworzy nowy obiekt, który nie wpływa na oryginalne dane.

W tej lekcji poznasz domyślne argumenty funkcji w Pythonie, które pozwalają na definiowanie wartości domyślnych dla parametrów. Oto, czego się nauczysz:

1. Definiowanie domyślnych wartości:

   • Nauczysz się, jak przypisywać wartości domyślne do parametrów funkcji, aby były używane, gdy użytkownik nie poda własnych argumentów.

2. Wywoływanie funkcji z różną liczbą argumentów:

   • Dowiesz się, jak wywoływać funkcje, pomijając niektóre argumenty, aby korzystać z ich wartości domyślnych.

3. Kolejność argumentów:

   • Poznasz, jak ważna jest kolejność argumentów w funkcji i jak łączyć argumenty obowiązkowe z opcjonalnymi.

Lekcja jest idealna dla początkujących, którzy chcą zrozumieć, jak używać domyślnych argumentów, aby tworzyć bardziej elastyczne i wygodne funkcje.

W tej lekcji poznasz zasady kolejności argumentów w funkcjach Pythona, w tym użycie specjalnych symboli / i *, które kontrolują sposób przekazywania argumentów. Oto, czego się nauczysz:

1. Argumenty przed /:

   • Nauczysz się, że argumenty przed / muszą być przekazane pozycyjnie (nie można ich podać jako nazwane).

2. Argumenty po *:

   • Dowiesz się, że argumenty po * muszą być przekazane jako nazwane (nie można ich podać pozycyjnie).

3. Argumenty między / a *:

   • Poznasz, że argumenty między / a * mogą być przekazane zarówno pozycyjnie, jak i nazwanie.

4. Błędy w przekazywaniu argumentów:

   • Zobaczysz, co się stanie, jeśli naruszysz zasady kolejności argumentów, np. podając argumenty pozycyjne po nazwanych.

Lekcja jest idealna dla początkujących, którzy chcą zrozumieć, jak precyzyjnie kontrolować sposób przekazywania argumentów do funkcji w Pythonie.

W tym materiale poznasz zasady zakresu zmiennych (scope) w Pythonie, które określają, gdzie zmienna jest widoczna i dostępna. Oto, czego się nauczysz:

1. Zakres globalny:

   • Nauczysz się, że zmienne zdefiniowane poza funkcjami są globalne i dostępne w całym programie.

2. Zakres lokalny:

   • Dowiesz się, że zmienne zdefiniowane wewnątrz funkcji są lokalne i dostępne tylko w tej funkcji.

3. Modyfikowanie zmiennych globalnych:

   • Poznasz, jak używać słowa kluczowego global, aby modyfikować zmienne globalne wewnątrz funkcji.

4. Zagnieżdżone funkcje i zakres:

   • Zobaczysz, jak zmienne z zewnętrznej funkcji są dostępne w funkcjach zagnieżdżonych.

5. Zakres w instrukcjach warunkowych:

   • Dowiesz się, że zmienne zdefiniowane w blokach if lub for stają się globalne, jeśli blok jest wykonany.

Lekcja jest idealna dla początkujących, którzy chcą zrozumieć, jak Python zarządza zakresem zmiennych i jak unikać błędów związanych z dostępem do zmiennych.

W tej lekcji przećwiczysz zasady zakresu zmiennych (scope) w Pythonie, które określają, gdzie zmienna jest widoczna i dostępna. Oto, czego się nauczysz:

1. Zmienne globalne:

   • Nauczysz się, że zmienne zdefiniowane poza funkcjami są dostępne w całym programie.

2. Zmienne lokalne:

   • Dowiesz się, że zmienne zdefiniowane wewnątrz funkcji są dostępne tylko w tej funkcji i nie wpływają na zmienne globalne.

3. Modyfikowanie zmiennych globalnych:

   • Poznasz, jak używać słowa kluczowego global, aby zmieniać wartość zmiennej globalnej wewnątrz funkcji.

4. Zagnieżdżone funkcje:

   • Zobaczysz, jak zmienne z zewnętrznej funkcji są dostępne w funkcjach zagnieżdżonych.

5. Zakres w blokach kodu:

   • Dowiesz się, że zmienne zdefiniowane w blokach if lub for stają się globalne, jeśli blok jest wykonany.

W tej lekcji poznasz funkcje lambda w Pythonie, które pozwalają na tworzenie krótkich, anonimowych funkcji. Oto, czego się nauczysz:

1. Podstawy funkcji lambda:

   • Nauczysz się, jak tworzyć proste funkcje lambda do wykonywania operacji na argumentach.

2. Funkcje lambda zwracane przez inne funkcje:

   • Dowiesz się, jak funkcje mogą zwracać funkcje lambda, co pozwala na tworzenie dynamicznych funkcji.

3. Użycie map z lambda:

   • Poznasz, jak używać funkcji map z lambda, aby zastosować operację do każdego elementu listy.

4. Użycie reduce z lambda:

   • Nauczysz się, jak używać funkcji reduce z lambda, aby łączyć elementy sekwencji w jeden wynik.

5. Użycie filter z lambda:

   • Dowiesz się, jak używać funkcji filter z lambda, aby wybrać elementy spełniające określony warunek.

Lekcja jest idealna dla początkujących, którzy chcą zrozumieć, jak używać funkcji lambda do tworzenia zwięzłych i efektywnych operacji na danych.

W tej lekcji poznasz podstawowe funkcje matematyczne i losowe w Pythonie, które pozwalają na wykonywanie różnych operacji matematycznych oraz generowanie liczb losowych. Oto, czego się nauczysz:

1. Konwersja typów:

   • Nauczysz się, jak konwertować liczby na ciągi znaków (str) i odwrotnie (int, float).

2. Funkcje matematyczne:

   • abs(): Zwraca wartość bezwzględną liczby.

   • math.ceil(): Zaokrągla liczbę w górę do najbliższej całkowitej.

   • math.floor(): Zaokrągla liczbę w dół do najbliższej całkowitej.

   • max(): Zwraca największą wartość z podanych liczb lub sekwencji.

   • min(): Zwraca najmniejszą wartość z podanych liczb lub sekwencji.

   • pow(): Podnosi liczbę do potęgi (równoważne operatorowi **).

   • math.sqrt(): Oblicza pierwiastek kwadratowy z liczby.

   • round(): Zaokrągla liczbę do określonej liczby miejsc po przecinku.

3. Funkcje losowe:

   • random.random(): Generuje losową liczbę zmiennoprzecinkową z zakresu [0, 1).

   • random.choice(): Zwraca losowy element z podanej sekwencji (listy, krotki itp.).

   • random.randrange(): Generuje losową liczbę całkowitą z określonego zakresu i kroku.

   • random.shuffle(): Miesza elementy listy w losowej kolejności.

4. Przykłady zastosowania:

   • Konwersja między typami danych.

   • Obliczenia matematyczne, takie jak zaokrąglanie, potęgowanie czy pierwiastkowanie.

   • Generowanie liczb losowych i losowe wybieranie elementów z listy.

Lekcja jest idealna dla początkujących, którzy chcą poznać podstawowe funkcje matematyczne i losowe w Pythonie oraz nauczyć się ich praktycznego zastosowania.

W tej lekcji poznasz przydatne funkcje operujące na ciągach znaków (stringach) w Pythonie. Oto, czego się nauczysz:

1. Łączenie i powielanie stringów:

   • Operator + służy do łączenia ciągów znaków.

   • Operator * pozwala na powielanie ciągów.

2. Indeksowanie i wycinanie (slicing):

   • Możesz odwoływać się do konkretnych znaków w ciągu za pomocą indeksów.

   • Wycinanie fragmentów ciągu jest możliwe dzięki składni [start:end].

3. Sprawdzanie obecności podciągów:

   • Operator in sprawdza, czy podciąg znajduje się w ciągu.

   • Operator not in sprawdza, czy podciąg nie znajduje się w ciągu.

4. Wielolinijkowe ciągi znaków:

   • Możesz tworzyć ciągi znaków obejmujące wiele linii za pomocą potrójnych cudzysłowów (""" lub ''').

5. Metody stringów:

   • capitalize(): Zamienia pierwszą literę ciągu na wielką.

   • count(): Zlicza wystąpienia podciągu w ciągu.

   • center(): Wyśrodkowuje ciąg, wypełniając go określonym znakiem.

   • startswith(): Sprawdza, czy ciąg zaczyna się od podanego podciągu.

   • endswith(): Sprawdza, czy ciąg kończy się podanym podciągu.

   • find(): Zwraca indeks pierwszego wystąpienia podciągu (lub -1, jeśli nie znaleziono).

   • rfind(): Zwraca indeks ostatniego wystąpienia podciągu.

   • isalnum(): Sprawdza, czy ciąg składa się tylko z liter i cyfr.

   • isalpha(): Sprawdza, czy ciąg składa się tylko z liter.

   • islower(): Sprawdza, czy wszystkie litery w ciągu są małe.

   • isupper(): Sprawdza, czy wszystkie litery w ciągu są wielkie.

   • isspace(): Sprawdza, czy ciąg składa się tylko z białych znaków.

   • join(): Łączy elementy listy w jeden ciąg, używając określonego separatora.

   • lower(): Zamienia wszystkie litery na małe.

   • upper(): Zamienia wszystkie litery na wielkie.

   • swapcase(): Zamienia wielkość liter (małe na wielkie i odwrotnie).

   • lstrip(), rstrip(), strip(): Usuwa białe znaki odpowiednio z lewej, prawej lub obu stron ciągu.

   • replace(): Zamienia wszystkie wystąpienia podciągu na inny podciąg.

   • format(): Formatuje ciąg, wstawiając wartości w określone miejsca.

Lekcja jest idealna dla początkujących, którzy chcą poznać podstawowe operacje na ciągach znaków w Pythonie i nauczyć się ich praktycznego zastosowania.

W tej lekcji poznasz przydatne funkcje i metody operujące na listach w Pythonie. Oto, czego się nauczysz:

1. Indeksowanie i wycinanie (slicing):

   • Możesz odwoływać się do konkretnych elementów listy za pomocą indeksów.

   • Wycinanie fragmentów listy jest możliwe dzięki składni [start:end].

2. Modyfikowanie listy:

   • Możesz zmieniać wartości elementów listy, przypisując nowe wartości do określonych indeksów.

   • Usuwanie elementów za pomocą del.

3. Podstawowe funkcje:

   • len(): Zwraca liczbę elementów w liście.

   • max(): Zwraca największy element w liście.

   • min(): Zwraca najmniejszy element w liście.

   • list(): Konwertuje inne sekwencje (np. krotki) na listy.

4. Operacje na listach:

   • +: Łączy dwie listy w jedną.

   • *: Powiela elementy listy.

   • in: Sprawdza, czy element znajduje się w liście.

   • not in: Sprawdza, czy element nie znajduje się w liście.

5. Metody list:

   • append(): Dodaje element na końcu listy.

   • count(): Zlicza wystąpienia danego elementu w liście.

   • extend(): Rozszerza listę o elementy z innej sekwencji.

   • insert(): Wstawia element na określonej pozycji w liście.

   • index(): Zwraca indeks pierwszego wystąpienia danego elementu.

   • reverse(): Odwraca kolejność elementów w liście.

   • sort(): Sortuje elementy listy (domyślnie rosnąco).

   • pop(): Usuwa i zwraca ostatni element listy (lub element z określonej pozycji).

Lekcja jest idealna dla początkujących, którzy chcą poznać podstawowe operacje na listach w Pythonie i nauczyć się ich praktycznego zastosowania.

W tej lekcji poznasz przydatne funkcje i operacje na krotkach (tuple) w Pythonie. Oto, czego się nauczysz:

1. Tworzenie krotek:

   • Krotki można tworzyć, łącząc je za pomocą operatora +.

   • Można również konwertować inne sekwencje (np. listy) na krotki za pomocą funkcji tuple().

2. Powielanie krotek:

   • Operator * pozwala na powielanie elementów krotki.

3. Sprawdzanie obecności elementów:

   • Operator in sprawdza, czy element znajduje się w krotce.

4. Indeksowanie:

   • Możesz odwoływać się do konkretnych elementów krotki za pomocą indeksów.

5. Podstawowe funkcje:

   • len(): Zwraca liczbę elementów w krotce.

   • min(): Zwraca najmniejszy element w krotce.

   • max(): Zwraca największy element w krotce.

W tej lekcji poznasz przydatne funkcje i metody operujące na słownikach (dict) w Pythonie. Oto, czego się nauczysz:

1. Dostęp do wartości:

   • Możesz odwoływać się do wartości w słowniku za pomocą kluczy.

2. Dodawanie i usuwanie elementów:

   • Możesz dodawać nowe pary klucz-wartość do słownika.

   • Usuwanie elementów za pomocą del.

3. Czyszczenie słownika:

   • Metoda clear() usuwa wszystkie elementy ze słownika.

4. Kopiowanie słownika:

   • Metoda copy() tworzy płytką kopię słownika.

5. Tworzenie słownika z domyślnymi wartościami:

   • Funkcja dict.fromkeys() tworzy nowy słownik z określonymi kluczami i opcjonalną domyślną wartością.

6. Bezpieczne pobieranie wartości:

   • Metoda get() zwraca wartość dla podanego klucza lub domyślną wartość, jeśli klucz nie istnieje.

7. Sprawdzanie obecności klucza:

   • Operator in sprawdza, czy klucz znajduje się w słowniku.

8. Pobieranie kluczy i wartości:

   • Metoda keys() zwraca listę kluczy słownika.

   • Metoda values() zwraca listę wartości słownika.

W tej lekcji poznasz przydatne funkcje do pracy z datami i czasem w Pythonie, korzystając z modułów time i datetime. Oto, czego się nauczysz:

1. Moduł time:

   • time.time(): Zwraca liczbę sekund od epoki Unix (1 stycznia 1970).

   • time.localtime(): Konwertuje czas w sekundach na strukturę czasu (rok, miesiąc, dzień itp.).

   • time.asctime(): Zwraca czas w formie czytelnego ciągu znaków.

   • time.strftime(): Formatuje czas według określonego wzorca (np. "%d/%m/%Y %H:%M:%S").

   • time.strptime(): Parsuje ciąg znaków na strukturę czasu według określonego wzorca.

   • time.sleep(): Wstrzymuje wykonanie programu na określoną liczbę sekund.

   • time.perf_counter(): Mierzy czas wykonania kodu z wysoką precyzją.

2. Moduł datetime:

   • datetime.datetime.now(): Zwraca bieżącą datę i czas.

   • datetime.datetime(): Tworzy obiekt daty i czasu na podstawie podanych wartości (rok, miesiąc, dzień itp.).

   • datetime.date(): Zwraca tylko część daty z obiektu datetime.

   • datetime.time(): Zwraca tylko część czasu z obiektu datetime.

   • datetime.timestamp(): Konwertuje obiekt datetime na liczbę sekund od epoki Unix.

   • datetime.today(): Zwraca bieżącą datę i czas jako obiekt datetime.

   • Atrybuty obiektu datetime: Dostęp do poszczególnych pól, takich jak year, month, day, hour, minute, second.

   • strftime(): Formatuje obiekt datetime na ciąg znaków według określonego wzorca.

   • Porównywanie dat: Możesz porównywać obiekty datetime za pomocą operatorów >, <, == itp.

W tej lekcji poznasz f-stringi w Pythonie, które są nowoczesnym i wygodnym sposobem formatowania ciągów znaków. Oto, czego się nauczysz:

1. Podstawy f-stringów:

   • F-stringi pozwalają na wstawianie wartości zmiennych bezpośrednio do ciągów znaków.

   • Aby użyć f-stringa, poprzedź ciąg znaków literą f lub F.

2. Wstawianie zmiennych:

   • Wartości zmiennych można wstawiać do ciągu, umieszczając je w nawiasach klamrowych {}.

3. Formatowanie liczb:

   • Możesz formatować liczby, np. ograniczać liczbę miejsc po przecinku, używając składni {zmienna:.2f}.

4. Wstawianie list i słowników:

   • F-stringi pozwalają na wstawianie całych list lub słowników, a także na dostęp do ich elementów.

5. Wykonywanie wyrażeń:

   • Wewnątrz f-stringów można wykonywać proste operacje matematyczne lub logiczne.

6. Warunkowe wstawianie wartości:

   • Możesz używać wyrażeń warunkowych (ternary operator) do dynamicznego wstawiania wartości

W tej lekcji poznasz podstawy programowania obiektowego (OOP) w Pythonie na przykładzie klasy Car. Oto, czego się nauczysz:

1. Tworzenie klasy:

   • Klasy są szablonami do tworzenia obiektów. Definiuje się je za pomocą słowa kluczowego class.

2. Konstruktor (__init__):

   • Metoda __init__ jest wywoływana podczas tworzenia obiektu. Służy do inicjalizacji jego właściwości (atrybutów).

3. Atrybuty obiektu:

   • Atrybuty to zmienne przechowujące stan obiektu. Można je definiować w konstruktorze lub później.

4. Metody obiektu:

   • Metody to funkcje zdefiniowane w klasie, które operują na danych obiektu.

   • Przykład: printInfo() wyświetla informacje o samochodzie, a setTopSpeed() ustawia jego maksymalną prędkość.

5. Tworzenie obiektów:

   • Obiekty tworzy się, wywołując klasę jak funkcję (np. Car("Ford", "Mustang", "red", 1970)).

6. Modyfikowanie obiektów:

   • Atrybuty obiektu można zmieniać po jego utworzeniu (np. mustang.mileage = 100).

   • Metody obiektu można wywoływać, aby zmieniać jego stan lub wykonywać operacje (np. mustang.setTopSpeed(235)).

W tej lekcji poznasz, jak stosować konstruktor klasy w Pythonie, aby inicjalizować obiekty z różnymi parametrami. Oto, czego się nauczysz:

1. Konstruktor (__init__):

   • Konstruktor to specjalna metoda klasy, która jest automatycznie wywoływana podczas tworzenia obiektu.

   • Służy do ustawiania początkowych wartości atrybutów obiektu.

2. Parametry konstruktora:

   • Możesz definiować parametry konstruktora, które są wymagane do utworzenia obiektu (np. author).

   • Możesz również ustawiać domyślne wartości dla niektórych parametrów (np. title="unknown"), co sprawia, że są one opcjonalne.

3. Tworzenie obiektów:

   • Podczas tworzenia obiektu możesz przekazać wartości do konstruktora w kolejności lub nazwać argumenty (np. year=2010).

W tej lekcji poznasz, jak definiować i używać metod klasy w Pythonie, aby kontrolować zachowanie obiektów i zarządzać ich danymi. Oto, czego się nauczysz:

1. Metody klasy:

   • Metody to funkcje zdefiniowane w klasie, które operują na danych obiektu (atrybutach).

   • Mogą być używane do modyfikowania stanu obiektu lub wykonywania operacji na jego danych.

2. Weryfikacja danych:

   • Metody mogą zawierać logikę sprawdzającą poprawność danych przed ich przypisaniem do atrybutów obiektu.

3. Wyświetlanie informacji:

   • Można tworzyć metody, które wyświetlają informacje o obiekcie, np. wartości jego atrybutów.

4. Tworzenie obiektów:

   • Podczas tworzenia obiektu wywoływany jest konstruktor, który inicjalizuje atrybuty i może wywoływać metody do ustawiania ich wartości.

W tej lekcji poznasz, jak pracować z atrybutami klasy w Pythonie, które przechowują stan obiektu. Oto, czego się nauczysz:

1. Atrybuty instancji:

   • Atrybuty instancji to zmienne przypisane do konkretnego obiektu. Definiuje się je w konstruktorze (__init__) lub później.

   • Przykład: name, surname, age, city to atrybuty klasy Student.

2. Dynamiczne dodawanie atrybutów:

   • W Pythonie można dynamicznie dodawać nowe atrybuty do obiektu po jego utworzeniu (np. student1.country = "Poland").

3. Atrybuty domyślne:

   • Niektóre atrybuty mogą mieć wartości domyślne (np. schoolName i fieldOfStudy w klasie Student są początkowo ustawione na None).

4. Atrybuty klasy:

   • Atrybuty klasy są współdzielone przez wszystkie jej instancje. W przykładzie fieldsOfStudy w klasie School jest listą dostępną dla wszystkich obiektów tej klasy.

5. Manipulowanie atrybutami:

   • Metody klasy mogą modyfikować atrybuty obiektu (np. addStudent() w klasie School ustawia schoolName i fieldOfStudy dla studenta).

6. Wyświetlanie informacji:

   • Metody takie jak printInfo() w klasie Student i printSchoolInfo() w klasie School służą do wyświetlania danych przechowywanych w atrybutach.

W tej lekcji poznasz destruktor klasy w Pythonie, który jest wywoływany, gdy obiekt jest niszczony. Oto, czego się nauczysz:

1. Destruktor (__del__):

   • Destruktor to specjalna metoda klasy, która jest automatycznie wywoływana, gdy obiekt jest usuwany z pamięci.

   • Służy do wykonywania operacji porządkowych, np. zwalniania zasobów.

2. Kiedy jest wywoływany:

   • Destruktor jest wywoływany, gdy obiekt przestaje być używany, np. gdy wychodzi poza zakres lub jest jawnie usuwany za pomocą del.

W tej lekcji poznasz statyczne zmienne klasy w Pythonie, które są współdzielone przez wszystkie instancje klasy. Oto, czego się nauczysz:

1. Statyczne zmienne klasy:

   • Statyczne zmienne są definiowane w obrębie klasy, ale poza metodami. Są współdzielone przez wszystkie obiekty tej klasy.

2. Współdzielenie danych:

   • Statyczne zmienne pozwalają na przechowywanie danych, które są wspólne dla wszystkich instancji klasy, np. licznik obiektów lub lista wszystkich obiektów.

3. Modyfikowanie statycznych zmiennych:

   • Statyczne zmienne mogą być modyfikowane w konstruktorze lub innych metodach klasy, aby odzwierciedlać zmiany w stanie wszystkich obiektów.

4. Dostęp do statycznych zmiennych:

   • Statyczne zmienne są dostępne przez klasę, a nie przez konkretny obiekt, co umożliwia ich globalne zarządzanie.

5. Dynamiczne zarządzanie atrybutami:

   • Python oferuje funkcje do dynamicznego sprawdzania, ustawiania i pobierania atrybutów obiektu, co zwiększa elastyczność w pracy z danymi.

W tej lekcji poznasz dziedziczenie w Pythonie, które pozwala na tworzenie nowych klas na podstawie istniejących. Oto, czego się nauczysz:

1. Dziedziczenie:

   • Dziedziczenie umożliwia tworzenie nowych klas (klas potomnych) na podstawie istniejących klas (klas bazowych).

   • Klasa potomna dziedziczy atrybuty i metody klasy bazowej, ale może je również rozszerzać lub modyfikować.

2. Klasa bazowa i potomna:

   • Klasa bazowa (np. Vehicle) definiuje wspólne cechy i zachowania dla wszystkich klas potomnych.

   • Klasa potomna (np. Car i SuperCar) może dodawać nowe metody lub nadpisywać istniejące metody klasy bazowej.

3. Nadpisywanie metod:

   • Klasa potomna może nadpisać metodę klasy bazowej, aby dostosować jej zachowanie do swoich potrzeb.

4. Rozszerzanie funkcjonalności:

   • Klasa potomna może dodawać nowe metody, które są specyficzne dla jej potrzeb (np. reachSpeed300 w klasie SuperCar).

5. Hierarchia dziedziczenia:

   • Klasy mogą tworzyć hierarchię dziedziczenia, gdzie jedna klasa potomna może być klasą bazową dla kolejnej (np. Vehicle → Car → SuperCar).

W tej lekcji poznasz, jak działa dziedziczenie w połączeniu z konstruktorami w Pythonie. Oto, czego się nauczysz:

1. Konstruktor w klasie bazowej:

   • Klasa bazowa (np. Person) ma swój własny konstruktor, który inicjalizuje podstawowe atrybuty.

2. Dziedziczenie konstruktora:

   • Klasa potomna (np. Employee) może wywołać konstruktor klasy bazowej za pomocą super() lub bezpośrednio przez nazwę klasy (np. Person.__init__()), aby zainicjalizować dziedziczone atrybuty.

3. Rozszerzanie konstruktora:

   • Klasa potomna może dodawać nowe atrybuty, które są specyficzne dla niej, np. companyName i salary w klasie Employee.

4. Hierarchia dziedziczenia:

   • Klasa potomna może być klasą bazową dla kolejnej klasy (np. Manager dziedziczy po Employee), tworząc hierarchię dziedziczenia.

5. Dostęp do metod klasy bazowej:

   • Obiekty klasy potomnej mają dostęp do metod klasy bazowej (np. printPersonData()), a także mogą definiować własne metody (np. hireEmployee()).

6. Przykład użycia:

   • Tworzenie obiektów klasy potomnej (np. Employee lub Manager) automatycznie wywołuje konstruktory zarówno klasy bazowej, jak i potomnej.

W tej lekcji poznasz hermetyzację (enkapsulację) danych w klasach w Pythonie, która pozwala na kontrolowanie dostępu do atrybutów i metod. Oto, czego się nauczysz:

1. Prywatne atrybuty i metody:

   • W Pythonie można oznaczać atrybuty i metody jako prywatne, dodając podwójne podkreślenie __ przed ich nazwą.

   • Prywatne elementy są niedostępne bezpośrednio z zewnątrz klasy, co zapewnia kontrolę nad ich użyciem.

2. Dostęp do prywatnych elementów:

   • Prywatne atrybuty i metody są dostępne wewnątrz klasy, ale nie można się do nich odwołać bezpośrednio z zewnątrz.

   • W Pythonie istnieje jednak sposób na dostęp do prywatnych elementów poprzez specjalną składnię (np. _Klasa__nazwa), ale nie jest to zalecane.

3. Dziedziczenie a prywatne elementy:

   • Prywatne atrybuty i metody klasy bazowej nie są dostępne w klasach potomnych, co zapewnia dodatkową warstwę ochrony danych.

4. Kontrola dostępu:

   • Hermetyzacja pozwala na ukrywanie szczegółów implementacyjnych klasy i udostępnianie tylko niezbędnych metod i atrybutów.

W tej lekcji poznasz hermetyzację z użyciem getterów i setterów w Pythonie, które pozwalają na kontrolowany dostęp do atrybutów klasy. Oto, czego się nauczysz:

1. Właściwości (@property):

   • Gettery i settery są implementowane za pomocą dekoratora @property, który pozwala na traktowanie metody jak atrybutu.

   • Getter jest wywoływany, gdy odczytujemy wartość atrybutu.

2. Kontrola dostępu:

   • Setter jest wywoływany, gdy próbujemy przypisać wartość do atrybutu. Pozwala to na dodanie logiki weryfikującej poprawność danych przed ich przypisaniem.

3. Ukrywanie danych:

   • Atrybuty klasy mogą być oznaczone jako prywatne (np. __gears), co uniemożliwia bezpośredni dostęp do nich z zewnątrz klasy.

4. Bezpieczne zarządzanie danymi:

   • Dzięki getterom i setterom można kontrolować, jak dane są odczytywane i modyfikowane, co zwiększa bezpieczeństwo i elastyczność kodu.

W tej lekcji poznasz moduły oraz instrukcje import co pozwala na dzielenie programu na części czyli osobne pliki co ułatwia programowanie, szczególnie w większych projektach

W tej lekcji poznasz do czego służy __nam__ oraz funkcję reload

Pakiety w python to świetne rozwiązanie aby opakować pewien gotowy program czy część programu jako moduł który może być przydatny w innych programach