Python and SQL: intro / SQL platforms 2400-DS1SQL
Głównym celem kursu jest zapoznanie studentów z językiem programowania Python oraz SQL do zarządzania i analizy danych. Kurs rozwija zarówno umiejętności programistyczne, jak i analityczne:
i) podstawy kodowania, logika i struktury danych w Pythonie
ii) przygotowywanie danych i wizualizacja z użyciem Pandas, NumPy oraz Seaborn/Matplotlib
iii) zapytania do baz danych w SQL oraz ich integracja z Pythonem
iv) tworzenie prostych aplikacji (pulpity w Streamlit, aplikacje webowe w Django)
Studenci zdobędą praktyczne doświadczenie w kodowaniu, nauczą się debugowania i optymalizacji kodu, a także prezentowania wyników w postaci interaktywnych aplikacji.
Zakres tematyczny obejmuje:
• Podstawy Pythona – instalacja, Jupyter, VS Code, typy danych, biblioteki, obsługa plików
• Struktury sterujące – instrukcje warunkowe, pętle, błędy, funkcje
• Zarządzanie danymi – DataFrame w Pandas, tablice NumPy
• Programowanie obiektowe (OOP) w Pythonie
• Wizualizacja – Seaborn, Matplotlib
• Streamlit – interaktywne pulpity i aplikacje
• SQL – zapytania, filtrowanie, łączenia, agregacje
• SQL + Python – łączenie z bazami danych, Pandas
• Django – podstawy modeli, widoków i szablonów
• Prezentacje projektów końcowych (indywidualne)
Szacunkowy nakład pracy studenta:
Aktywność Kontaktowe (K) Samodzielne (S)
Wykład/laboratorium 30 0
Konsultacje 3 0
Praca z materiałami dodatkowymi 0 10
Przygotowanie do wykładów 0 10
Przygotowanie do zadań w trakcie semestru 0 10
Przygotowanie do egzaminu 0 10
Egzamin 2 0
Przygotowanie projektu 0 15
Razem 35 55 = 90
|
W cyklu 2024Z:
1. Relational model for database management. Szacunkowy nakład pracy studenta: |
Rodzaj przedmiotu
Koordynatorzy przedmiotu
W cyklu 2025Z: | W cyklu 2024Z: |
Efekty kształcenia
Efekty uczenia się:
- Zna środowisko programistyczne Python oraz podstawy SQL
- Potrafi zarządzać, czyścić i analizować różne zbiory danych
- Umie wizualizować dane i prezentować wyniki przy użyciu bibliotek Pythona
- Potrafi tworzyć zapytania do relacyjnych baz danych w SQL i integrować je z Pythonem
- Umie zaprojektować i wdrożyć prostą aplikację opartą na danych (Streamlit lub Django)
- Potrafi samodzielnie rozwiązywać problemy i optymalizować kod (K_U02, K_U05)
Kryteria oceniania
Ocena końcowa obejmuje:
• Indywidualny projekt końcowy (50 punktów)
• Egzamin pisemny – test wielokrotnego wyboru (25 pytań) (50 punktów)
Skala ocen:
Punkty Ocena
0–50 ndst (2)
51–60 dst (3)
61–70 dst+ (3+)
71–80 db (4)
81–90 db+ (4+)
91–100 bdb (5)
>100 bdb! (5!)
Literatura
Literatura obowiązkowa:
• VanderPlas, J. (2016). Python Data Science Handbook. O’Reilly.
• McKinney, W. (2017). Python for Data Analysis. O’Reilly.
• Beaulieu, A. (2009). Learning SQL. O’Reilly.
|
W cyklu 2024Z:
1. Lutz, M. (2013) ,”Learning Python”, 5th Edition, O’Reilly |
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: