Python for Data Analysts - opis przedmiotu

Informacje ogólne

Nazwa przedmiotu	Python for Data Analysts
Kod przedmiotu	11.3-WK-DEED-PDA-S22
Wydział	Wydział Matematyki, Informatyki i Ekonometrii
Kierunek	Data Engineering
Profil	ogólnoakademicki
Rodzaj studiów	drugiego stopnia z tyt. magistra
Semestr rozpoczęcia	semestr letni 2023/2024

Informacje o przedmiocie

Semestr	1
Liczba punktów ECTS do zdobycia	4
Typ przedmiotu	obowiązkowy
Język nauczania	angielski
Sylabus opracował

Formy zajęć

Forma zajęć	Liczba godzin w semestrze (stacjonarne)	Liczba godzin w tygodniu (stacjonarne)	Liczba godzin w semestrze (niestacjonarne)	Liczba godzin w tygodniu (niestacjonarne)	Forma zaliczenia
Wykład	15	1	-	-	Zaliczenie na ocenę
Laboratorium	15	1	-	-	Zaliczenie na ocenę

Cel przedmiotu

To familiarize students with elements of the Python language and the data processing environment.

Wymagania wstępne

Knowledge of basic concepts in discrete mathematics and probability theory.

Zakres tematyczny

Lecture:
IPython environment. Basics of Python: data structures, conditional statements, functions, modules, printing, loading and retrieving data. Anaconda platform.
Discussion of basic packages intended for data processing.

Lab:
JupyterLab support: notebook creation, interactive calculations. Support for NumPy, SciPy, Matplotlib, Pandas packages.

Metody kształcenia

Lecture with multimedia presentation. Laboratory exercises at the computer: solving tasks, presentation of homework solutions, discussion.

Efekty uczenia się i metody weryfikacji osiągania efektów uczenia się

Opis efektu	Symbole efektów	Metody weryfikacji	Forma zajęć

Warunki zaliczenia

The condition for passing the course is to pass both the lecture and the laboratory. The final grade is the average of the grades from both forms of classes. The grade for the lecture is the resultant of grades from homework assignments mainly related to 'pure' Python. The grade for the laboratory depends on your activity and ability to solve the assigned tasks practical.

Literatura podstawowa

Zed A. Shaw, Python 3: proste wprowadzenie do fascynującego świata programowania, Helion 2018, ISBN 978-83-283-4141-8.
Wes McKinney, Python w analizie danych, Helion 2018, ISBN 978-83-283-4081-7.

Literatura uzupełniająca

Guido van Rossum, Fred L. Drake, Jr., editor, Python Tutorial, Release 3.7.0, Python Software Foundation 2018.
Guido van Rossum, Fred L. Drake, Jr., Przewodnik po języku Python Wydanie 2.3, PythonLabs 2004.
https://pl.wikibooks.org/wiki/Zanurkuj_w_Pythonie
Dokumentacja i przewodniki on-line do pakietów i aplikacji NumPy, SciPy, Pandas, Matplotlib, Jupyter Notebook, JupyterLab.

Uwagi

Zmodyfikowane przez dr Maciej Niedziela (ostatnia modyfikacja: 11-04-2024 15:51)