Merge pull request #2 from fmipython:intro-updates

Update install-n-setup & notebook instructions

01 - Intro to Python/install-n-setup.md

@@ -4,14 +4,14 @@
 
 ![Python and a python](assets/pythons.png)
 
-Python е [high-level](https://www.geeksforgeeks.org/difference-between-high-level-and-low-level-languages/) език за програмиране, който е [интерпретируем](https://www.geeksforgeeks.org/difference-between-compiler-and-interpreter/), [динамично-типизиран](https://www.educative.io/answers/what-is-dynamic-typing#) и мултипарадигмен. Синтаксисът му е семпъл и лесен за научаване. Комибнацията от всичко изброено прави Python един мощен език за програмиране.
+Python е [high-level](https://www.geeksforgeeks.org/difference-between-high-level-and-low-level-languages/) език за програмиране, който е [интерпретируем](https://www.geeksforgeeks.org/difference-between-compiler-and-interpreter/), [динамично-типизиран](https://www.educative.io/answers/what-is-dynamic-typing#) и мултипарадигмен. Синтаксисът му е семпъл и лесен за научаване. Има интеграция със С код и библиотеки. Комибнацията от всичко изброено прави Python един мощен език за програмиране.
 
 ### За какво се ползва?
 
-* **Скриптове** (автоматизация, DevOps, системна администрация, клауд услуги, конзолни инструменти, т.н.)
-* **Machine Learning и Data Science** (посредством библиотеки като TensorFlow, PyTorch, Scikit-learn, Pandas, NumPy, SciPy, Matplotlib и т.н.)
+* **Скриптове** (автоматизация, DevOps, системна администрация, data flows & pipelines, инфраструктурни процеси, конзолни инструменти, тестване, т.н.)
+* **Machine Learning / Data Science / AI** (посредством библиотеки като TensorFlow, PyTorch, Scikit-learn, Pandas, NumPy, SciPy, Matplotlib и т.н.)
 * **Уеб сървъри** (бекенд, посредством библиотеки като Django, Flask, FastAPI, т.н.)
-* **Desktop приложения** (по-рядко)
+* **Desktop приложения** (рядко)
 
 ### Версии
 
@@ -23,14 +23,15 @@ Python е [high-level](https://www.geeksforgeeks.org/difference-between-high-lev
 * **3.9** (окт. 2020)
 * **3.10** (окт. 2021)
 * **3.11** (окт. 2022)
-* 3.12 е [планирана](https://peps.python.org/pep-0693/) за окт. 2023г.
+* **3.12** (окт. 2023)
+* 3.13 планирана за окт. 2024
 * 4.0 [може и да няма](https://builtin.com/software-engineering-perspectives/python-4)
 
 ### Какви са минусите на Python?
 
-* **Бавен** - в пъти даже, в сравнение с езици като C/C++ и Java (макар и в 3.11 да са направени подобрения на скоростта)
+* **Бавен** - в пъти даже, в сравнение с езици като C/C++ и Java (макар и в 3.11 да са направени подобрения на скоростта, няма как да се сравнява с по-low-level езици)
 * **Multi-threading-ът е неефективен** - това ще го разберем защо е така  [по-късно в курса](../09%20-%20Multithreading/).
-* **Не е особено подходящ за enterprise системи** - заради типизация, скорост и други причини
+* **Не е особено подходящ за стабилни и скалируеми backend-и** - заради типизация, скорост, конкурентност и други причини
 * **(Почти) не може да се пишат мобилни приложения на него**
 
 ### Какви са плюсовете на Python?

01 - Intro to Python/notebooks.md

@@ -4,13 +4,13 @@
 
 Клетките с код са изпълними и техният резултат от изпълнението е изписан непосредствено под тях.
 
-В случай, че просто искате да четете лекциите, без да редактирате/изпълнявате съдържанието, можете да ги отваряте в [сайта на курса](https://fmipython.github.io/PythonCourse2023/README.html) (който е под формата на [Jupyterbook](https://jupyterbook.org/en/stable/intro.html)) или директно в GitHub да ги разглеждате.
+В случай, че просто искате да четете лекциите, без да редактирате/изпълнявате съдържанието, можете да ги отваряте в [сайта на курса](https://fmipython.github.io/PythonCourse2024/README.html) (който е под формата на [Jupyterbook](https://jupyterbook.org/en/stable/intro.html)) или директно в GitHub да ги разглеждате.
 
 Ако желаете да си експериментирате с примерите, които се дават в лекциите, и да им подкарвате кода, то има няколко начина за това:
 
-## Вариант 1: Онлайн, чрез Google Collab бутона в Jupyterbook-a
+## Вариант 1 (най-лесен): Онлайн, чрез Google Collab бутона в Jupyterbook-a
 
-1. Отворете съответната лекция в [сайта на курса](https://fmipython.github.io/PythonCourse2023/README.html)
+1. Отворете съответната лекция в [сайта на курса](https://fmipython.github.io/PythonCourse2024/README.html)
 2. Най-горе има една иконка на ракетка, като при натискането ѝ има опцията да се отвори лекцията в Google Collab:
 
 ![Collab light button](assets/collab-light.png)
@@ -23,12 +23,12 @@
 
 1. Изтеглете от гитхъб репото на курса
     ```bash
-    git clone https://github.com/fmipython/PythonCourse2023.git
+    git clone https://github.com/fmipython/PythonCourse2024.git
     ```
 
 2. Навигирайте до папката на курса
     ```bash
-    cd PythonCourse2023
+    cd PythonCourse2024
     ```
 
 3. Изтеглете Jupyter и JupyterLab
@@ -44,20 +44,20 @@
 
 ![Jupyter](assets/jupyter.png)
 
-## Вариант 3: Директно във Visual Studio Code
+## Вариант 3 (arguably най-удобен): Директно във Visual Studio Code
 
 1. Изтеглете от GitHub репото на курса (ако го нямате вече) 
 
     Това може да стане по различни начини, като например:
     * **през терминала**:
         1. Командата, която да изпълните (в директорията, в която искате да се създаде и изтегли папката на курса) е:
             ```bash
-            git clone https://github.com/fmipython/PythonCourse2023.git
+            git clone https://github.com/fmipython/PythonCourse2024.git
             ```
-        2. След което отворете във VSCode папката на курса. Това може да стане или чрез графичния интерфейс, или (ако сте добавили VSCode във PATH) чрез командата `code PythonCourse2023`.
+        2. След което отворете във VSCode папката на курса. Това може да стане или чрез графичния интерфейс, или (ако сте добавили VSCode във PATH) чрез командата `code PythonCourse2024`.
 
     * **през VSCode в браузъра**:
-        1. 🪄 В [Github страницата на курса](https://github.com/fmipython/PythonCourse2023) (и по принцип във всяко Github repository) можете да натиснете `.` (точка) на клавиатурата, за да отворите Web VSCode ✨ 
+        1. 🪄 В [Github страницата на курса](https://github.com/fmipython/PythonCourse2024) (и по принцип във всяко Github repository) можете да натиснете `.` (точка) на клавиатурата, за да отворите Web VSCode ✨ 
         2. 😕 В него ще можете да гледате и редактирате съдържанията на файловете, но няма да можете да изпълнявате клетките (понеже това изисква IPython kernel, който трябва да бъде пуснат, което може да стане или в Github Codespace, или локално на вашата машина) (а Codespace-ът е общ за всички и струва пари, so...). 
         3. 💻 Затова оттук ще трябва кликнете "Github" бутона най-долу най-вляво и след това да изберете опцията Continue working in a new local clone:
 
@@ -81,6 +81,8 @@
 
 ![VSCode Jupyter Notebooks](assets/vscode-jupyter.png)
 
+*(скрийншотът е от предишна година but you get the point, не ми се качва нов)*
+
 Бутонът горе вдясно първият път ще е с текст "Select Kernel". От него избирате конкретният Python интерпретатор, с който да се изпълняват клетките.
 
 Чрез Run бутоните (или Ctrl+Enter) можете да изпълнявате клетките.