Wprowadzenie do programowania w języku Python 2400-ZL1WPP
Plan kursu:
• Podstawy Pythona. Anaconda Navigator, środowiska wirtualne, edytory kodu, Jupyter Notebook
• Typy zmiennych, podstawowe struktury danych (lista, krotka, zbiór, słownik), kontrola przepływu (instrukcje warunkowe, pętle, wyjątki)
• Funkcje: argumenty, wartości lokalne i globalne, funkcje lambda, rekurencja
• Numpy: wektory, macierze, liczby losowe, funkcje matematyczne
• Pandas: DataFrame, praca z danymi (filtrowanie, grupowanie, łączenie danych)
• Pandas w praktyce: praca z większymi zbiorami danych (czyszczenie, statystki opisowe, dane tekstowe, daty, tworzenie własnych funkcji)
• Importowanie danych: pliki csv, excel, pickle
• Praca ze zbiorami statystycznymi: Eurostat, World Bank, OECD
• Wizualizacja danych: Matplotlib i Seaborn, przygotowanie atrakcyjnych wykresów
• Konsultacje dot. projektów zaliczeniowych
• Prezentacja projektu (2 zajęcia)
Zaliczenie kursu oparte jest na przygotowaniu projektu w ramach pracy zespołowej. Projekt będzie się skupiał na wykorzystaniu języka Python do analizy danych, np. analizy wybranego zjawiska społecznego na podstawie empirycznego badania.
Rodzaj przedmiotu
Koordynatorzy przedmiotu
Efekty kształcenia
WIEDZA
Student/ka umie wyjaśnić różnicę między zintegrowanym środowiskiem programistycznym a edytorem tekstu
Student/ka ma świadomość istnienia różnych struktur danych, w tym innych niż podstawowe i wie, która jest odpowiednia do rozwiązania konkretnych problemów
Student/ka wie, do jakich zastosowań użyć podstawowych bibliotek języka Python oraz jak wyszukiwać biblioteki potrzebne mu do konkretnych zastosowań
Student/ka rozróżnia powszechne formaty danych i wie, jakiego narzędzia należy użyć do ich wczytania
Student/ka wie, jak przygotować analizę empiryczną na podstawie statystycznych zbiorów
Student/ka wie, gdzie szukać informacji dotyczących programowania
UMIEJĘTNOŚCI
Student/ka potrafi skonfigurować środowisko wirtualne oraz wybrać narzędzie, w którym będzie pisać kod, odpowiednio do swoich potrzeb
Student/ka potrafi przeanalizować dane samodzielnie pobrane ze źródeł internetowych do wykorzystania w jej/jego pracy licencjackiej lub magisterskiej
Student/ka potrafi napisać kod, który rozwiązuje problem w sposób efektywny
Student/ka umie wyszukiwać rozwiązania problemów w wyszukiwarce internetowej i dostosować znalezione rozwiązania
Student/ka umie korzystać z narzędzi generatywnej sztucznej inteligencji do wspomagania pisania kodu i dostosować znalezione rozwiązania
Student/ka potrafi przygotować atrakcyjnych wykresów i wizualizacji danych
KOMPETENCJE
Student/ka rozumie, że potrzebna jest zarówno praca własna, jak i stałe poszerzanie swojej wiedzy w komunikacji z innymi, aby osiągnąć sukces w programowaniu
Student/ka ma świadomość, że prawdopodobnie rozwiązanie problemu stojącego przed nią/nim zostało już znalezione i należy korzystać z doświadczenia innych
Student/ka potrafi prezentować swoją pracę i przedstawiać wnioski oparte na analizie danych
Kryteria oceniania
Wymagane są:
1) rozwiązanie zbioru zadań sprawdzających podstawową wiedzę i umiejętności
2) projekt końcowy
3) obecność (dopuszczalna liczba nieobecności: 2)
Jeśli warunki zaliczenia są spełnione, ocena końcowa zależy wyłącznie od projektu końcowego.
Zaliczenie kursu oparte jest na przygotowaniu projektu w ramach pracy zespołowej. Projekt będzie się skupiał na wykorzystaniu języka Python do analizy danych, np. analizy wybranego zjawiska z zakresu gospodarki międzynarodowej na podstawie empirycznego badania. Projekt składa się ze skryptu w języku Python oraz krótkiej prezentacji.
Literatura
Własne materiały dydaktyczne przygotowane na podstawie różnych źródeł (np. z dokumentacji z bibliotek)
VanderPlas, J. (2016), Python Data Science Handbook: Essential Tools for Working with Data, O’Reilly
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: