SylabUZ
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 |
Semestr | 1 |
Liczba punktów ECTS do zdobycia | 6 |
Typ przedmiotu | obowiązkowy |
Język nauczania | polski |
Sylabus opracował |
|
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 |
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.
Ukończony kurs podstaw programowania i programowania obiektowego.
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
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
Opis efektu | Symbole efektów | Metody weryfikacji | Forma zajęć |
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
.
[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
Zmodyfikowane przez prof. dr hab. Mirosław Dudek (ostatnia modyfikacja: 13-09-2017 11:11)