SylabUZ

Wygeneruj PDF dla tej strony

Programowanie naukowe w języku Python - opis przedmiotu

Informacje ogólne
Nazwa przedmiotu Programowanie naukowe w języku Python
Kod przedmiotu 13.2-WF-FizD-PNwJP-L-S14_genE4DNU
Wydział Wydział Fizyki i Astronomii
Kierunek Fizyka
Profil ogólnoakademicki
Rodzaj studiów drugiego stopnia z tyt. magistra
Semestr rozpoczęcia semestr zimowy 2017/2018
Informacje o przedmiocie
Semestr 1
Liczba punktów ECTS do zdobycia 6
Typ przedmiotu obowiązkowy
Język nauczania polski
Sylabus opracował
  • dr Sebastian Żurek
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
Laboratorium 30 2 - - Zaliczenie na ocenę
Wykład 30 2 - - Egzamin

Cel przedmiotu

Celem przedmiotu jest zapoznanie studentów z nowoczesnym językiem wysokiego poziomu Python oraz możliwościami wykorzystania języka i jego bibliotek do obliczeń numerycznych z zakresu fizyki i dziedzin pokrewnych.

Wymagania wstępne

Ukończony kurs podstaw programowania i programowania obiektowego.

Zakres tematyczny

1. Wstęp do języka Pyton

- składnia języka i typy danych

- instrukcje sterujące, wyjątki

- interaktywny shell

- skrypty

- funkcje

- moduły

2. Operacje plikowe

- odczyt i zapis do pliku

- serializacja

- błędy związane z operacjami I/O

3. Programowanie obiektowe

- klasy, obiekty

- dziedziczenie, polimorfizm

- abstrakcja

14

4. Podstawy inżynierii oprogramowania

- systemy kontroli wersji

- Linux jako IDE

- podstawy testów jednostkowych

- analiza wydajności

5. Obliczenia numeryczne i podstawy symulacji

- moduł math

- praca z tablicami NumPy

- liczby losowe

- elementy algebry liniowej – NumPy

- równania różniczkowe

- wstęp do wizualizacji danych – matplotlib

- wstęp do programowania równoległego

6. Wizualizacja, animacja i podstawy analizy obrazów

- scena i prymitywy graficzne

- wykresy

- animacje

- analiza obrazów

 

Metody kształcenia

Wykład:

Wykład konwencjonalny, problemowy, pokaz, dyskusja, warsztaty (testowanie aktualnie omawianych fragmentów kodu), burza mózgów.

Laboratoria:

Ćwiczenia laboratoryjne, metoda projektu, praca w grupie, giełda pomysłów, burza mózgów, prezentacja, praca z dokumentacją, samodzielne pozyskiwanie wiedzy

Efekty kształcenia i metody weryfikacji osiągania efektów kształcenia

Opis efektu Symbole efektów Metody weryfikacji Forma zajęć

Warunki zaliczenia

Wykład:

Egzamin praktyczny polegający na rozwiązaniu postawionego problemu (wylosowanego z listy problemów). Ocenie końcowej podlega analiza problemu, przedstawienie algorytmów rozwiązania problemu, kod źródłowy oraz ocena i weryfikacja uzyskanych wyników.

Laboratorium:

Ocena końcowa z laboratorium składa się w 30% z średniej ocen uzyskanych w trakcie laboratoriów i w 70% z oceny końcowej projektu.

Przed przystąpieniem do egzaminu student musi uzyskać zaliczenie z ćwiczeń laboratoryjnych.

Ocena końcowa: średnia arytmetyczna ocen z egzaminu i ćwiczeń laboratoryjnych

.

Obciążenie pracą

Obciążenie pracą Studia stacjonarne
(w godz.)
Studia niestacjonarne
(w godz.)
Godziny kontaktowe (udział w zajęciach; konsultacjach; egzaminie, itp.) 70 -
Samodzielna praca studenta (przygotowanie do: zajęć, kolokwium, egzaminu; studiowanie literatury przygotowanie: pracy pisemnej, projektu, prezentacji, raportu, wystąpienia; itp.) 80 -
Łącznie 150 -
Punkty ECTS Studia stacjonarne Studia niestacjonarne
Zajęcia z udziałem nauczyciela akademickiego 3 -
Zajęcia bez udziału nauczyciela akademickiego 3 -
Łącznie 6 -

Literatura podstawowa

[1] Mark Lutz, Python. Wprowadzenie, Wydanie IV, Helion, Gliwice 2010.

[2] http://python.org

[3] http://python-ebook.blogspot.com/

[4] http://numpy.scipy.org

Literatura uzupełniająca

Uwagi


Zmodyfikowane przez dr hab. Mirosław Dudek, prof. UZ (ostatnia modyfikacja: 13-09-2017 11:11)