Analiza i wizualizacja danych w Pythonie (2021L) - gr. 1

Informacje ogólne

Szybkie odświeżanie

Kod przedmiotu 1100-ADP-OG
Nazwa przedmiotu Analiza i wizualizacja danych w Pythonie
Język wykładowy polski
Cykl dydaktyczny Semestr letni 2021/22
Typ zajęć Ćwiczenia
Liczba godzin 30
Punkty ECTS 3
Prowadzący Krzysztof Mękała, mgr Jan Chojnacki
Miejsce W.Fizyki budynek A i B CeNT II - Pasteura 5, Warszawa (Ochota), ul. Pasteura 5, sala 1.27komp. [pokaż na mapie]
Termin Poniedziałek 10:00-12:15
Koszt 30 żetonów typu OG
Liczba miejsc (zarejestrowani/limit) 12/12

Strona przedmiotu w USOSweb

https://usosweb.uw.edu.pl/kontroler.php?_action=actionx:katalog2/przedmioty/pokazPrzedmiot(prz_kod:1100-ADP-OG)

Krótki opis

W zajęciach uczestniczyć mogą wyłącznie:

- studenci drugiego lub trzeciego roku studiów licencjackich,

- pierwszego lub drugiego roku studiów magisterskich,

- czwartego lub piątego roku studiów jednolitych magisterskich.

Zajęcia dofinansowane zostały ze środków Europejskiego Funduszu Społecznego w ramach PO WER, ścieżka 3.5 i z tego powodu studenci zobowiązani są do wypełnienia dokumentacji projektowej. Odmowa ich wypełnienia oznacza rezygnację z zajęć.

Przedmiot przygotowuje słuchaczy do podstawowego wykorzystania języka Python w analizie i wizualizacji danych. Kurs dedykowany jest osobom początkującym, bez wcześniejszego doświadczenia z programowaniem. Kurs prowadzony jest w trzech grupach: dwóch zdalnie i jednej stacjonarnie.

Tryb rozliczania przedmiotu

Zaliczenie na ocenę

Pełny opis

Celem zajęć jest zapoznanie słuchaczy z podstawami programowania w języku Python, ze szczególnym uwzględnieniem metod analizy i wizualizacji danych. Kurs dedykowany jest osobom początkującym; nie jest wymagane wcześniejsze doświadczenie z programowaniem. Tematyka zajęć:

1. Wprowadzenie do środowisk Pythona

2. Struktury danych i operatory

3. Pętle i instrukcje warunkowe

4. Funkcje

5. Obsługa plików

6. Elementy statystyki

7. Obsługa wielowymiarowych tabel i macierzy w bibliotece NumPy

8. Analiza dużych zbiorów danych z wykorzystaniem biblioteki Pandas

9. Tworzenie wykresów z użyciem biblioteki Matplotlib

10. Dopasowywanie funkcji do danych z wykorzystaniem biblioteki SciPy

Po krótkim wprowadzeniu teoretycznym studenci wykonywać będą liczne ćwiczenia pod opieką prowadzących. Zadania praktyczne pomogą w przyswojeniu zdobytej wiedzy. Materiały dydaktyczne umieszczane będą na platformie Kampus. Zajęcia umożliwiają uzyskanie kompetencji informatycznych oraz analitycznych.

Literatura

Oficjalny tutorial języka Python - https://docs.python.org/3/tutorial/index.html

Literatura zostanie zaprezentowana na pierwszych zajęciach.