SylabUZ
| Course name | Python for Data Analysts |
| Course ID | 11.3-WK-IDD-PAD-S18 |
| Faculty | Faculty of Mathematics, Computer Science and Econometrics |
| Field of study | Data Engineering |
| Education profile | academic |
| Level of studies | Second-cycle studies leading to MS degree |
| Beginning semester | summer term 2020/2021 |
| Semester | 1 |
| ECTS credits to win | 4 |
| Course type | obligatory |
| Teaching language | polish |
| Author of syllabus |
|
| The class form | Hours per semester (full-time) | Hours per week (full-time) | Hours per semester (part-time) | Hours per week (part-time) | Form of assignment |
| Lecture | 15 | 1 | - | - | Credit with grade |
| Laboratory | 15 | 1 | - | - | Credit with grade |
Zapoznanie studentów z elementami języka Python oraz środowiskiem przeznaczonym do przetwarzania danych.
Znajomość podstawowych pojęć w zakresie matematyki dyskretnej i teorii prawdopodobieństwa.
Wykład:
Środowisko IPython. Podstawy języka Python: struktury danych, instrukcje warunkowe, funkcje, moduły, drukowanie, wczytywanie i sczytywanie danych. Platforma Anaconda. Omówienie podstawowych pakietów przeznaczonych do przetwarzania danych.
Laboratorium:
Obsługa narzędzia JupyterLab: tworzenie notatników, interaktywne obliczenia. Obsługa pakietów NumPy, SciPy, Matplotlib, Pandas.
Wykład z prezentacją multimedialną. Ćwiczenia laboratoryjne przy komputerze: rozwiązywanie zadań, prezentacja rozwiązań zadań domowych, dyskusja.
| Outcome description | Outcome symbols | Methods of verification | The class form |
Warunkiem zaliczenia przedmiotu jest uzyskanie zaliczenia zarówno z wykładu, jak i laboratorium. Ocena końcowa jest średnią ocen z obu form zajęć. Ocena z wykładu jest wypadkową ocen z zadań domowych dotyczących głównie ‘czystego’ Pythona. Ocena z laboratorium zależy od aktywności i umiejętności rozwiązywania zleconych zadań praktycznych.
1. Zed A. Shaw, Python 3: proste wprowadzenie do fascynującego świata programowania, Helion 2018, ISBN 978-83-283-4141-8.
2. Wes McKinney, Python w analizie danych, Helion 2018, ISBN 978-83-283-4081-7.
1. Guido van Rossum, Fred L. Drake, Jr., editor, Python Tutorial, Release 3.7.0, Python Software Foundation 2018.
2. Guido van Rossum, Fred L. Drake, Jr., Przewodnik po języku Python Wydanie 2.3, PythonLabs 2004.
3. https://pl.wikibooks.org/wiki/Zanurkuj_w_Pythonie
4. Dokumentacja i przewodniki on-line do pakietów i aplikacji NumPy, SciPy, Pandas, Matplotlib, Jupyter Notebook, JupyterLab.
Modified by dr Alina Szelecka (last modification: 06-06-2020 08:22)
