| ||
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 |
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.
Zaliczenie na ocenę
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.
Oficjalny tutorial języka Python - https://docs.python.org/3/tutorial/index.html
Literatura zostanie zaprezentowana na pierwszych zajęciach.