Анализ данных с использованием Python

Бакалавриат 2023/2024

Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»

Лучший по критерию «Новизна полученных знаний»

Статус: Курс обязательный (Клеточная и молекулярная биотехнология)

Направление: 06.03.01. Биология

Кто читает: Базовая кафедра Института биоорганической химии им. академиков М.М. Шемякина и Ю.А. Овчинникова РАН

Где читается: Факультет биологии и биотехнологии

Когда читается: 2-й курс, 1, 2 модуль

Формат изучения: без онлайн-курса

Охват аудитории: для своего кампуса

Преподаватели: Жиянов Антон Павлович, Кириллов Иван Дмитриевич

Язык: русский

Кредиты: 3

Контактные часы: 30

Полная версия программы учебной дисциплины

Аннотация

Курс «Анализ данных с использованием Python» имеет целью обучить студентов не только работе в Python, но и основам программирования вообще, поскольку наиболее базовые принципы являются схожими почти во всех языках программированияю При решении ряда задач исследователи часто сталкиваются с необходимостью работать с большими массивами данных. Характер данных может быть очень разным: последовательности нуклеиновых кислот (ДНК, РНК), аминокислот (белки). Для того чтобы эффективно работать с разными типами данных, необходимо знать основы программирования, так как именно навыки программирования позволяют автоматически собирать необходимую информацию за достаточно быстрое время. В качестве языка программирования в данном курсе используется Python. Язык Python на данный момент является очень популярным, в том числе в исследованиях в рамках естественных наук. Дисциплина подразделяется на два блока. Первый блок посвящен основам программирования и включает необходимые для дальнейшей работы в Python темы: переменные и типы данных, списки и кортежи, множества, словари, условные конструкции, циклы и функции. Второй блок посвящен решению прикладных задач в Python и включает темы, связанные со сбором и анализом данных: выгрузка данных с сайтов, парсинг веб-страниц, работа с таблицами, визуализация и разведывательный анализ данных, а также эффективная работа с текстом, поскольку именно с таким форматом данных студентам придется работать больше всего в дальнейшем, и использования машинного обучения. Базовые навыки программирования позволят работать с биологическими данными различного уровня и размеров эффективнее и уже сегодня являются достаточно востребованными навыками у специалистов естественнонаучного профиля.

Цель освоения дисциплины

Овладение навыками программирования на языке Python
Овладение методами сбора и обработки данных для решения задач анализа биологических последовательностей и биологической статистики

Планируемые результаты обучения

Знает этапы предварительной обработки текста и умеет реализовывать их на практике
Умеет выполнять операции с массивами NumPy
Знает особенности изменяемых и неизменяемых типов данных; умеет создавать разные структуры данных
Умеет выполнять базовые операции с табличными данными средствами Python
Умеет загружать файлы с данными разных форматов и экспортировать их
Умеет писать функции на Python, тестировать их, обрабатывать ошибки
Умеет работать в среде Jupyter Notebook, умеет создавать переменные разных типов, принимать информацию от пользователя и выводить информацию на экран
Умеет решать прикладные задачи с применением условных конструкций и циклов
Знает особенности типов и структур данных в Python: int, float, bool, str, list, tuple, set, dict, вложенные структуры
Умеет визуализировать результаты исследований с помощью Matplotlib, seaborn
Умеет выгружать данные с веб-страниц

Содержание учебной дисциплины

Начало работы в Python
Структуры данных в Python
Управляющие конструкции и циклы в Python
Функции и работа с файлами в Python
Работа с текстами
Массивы NumPy и таблицы pandas
Визуализация при помощи Matplotlib, seaborn
Работа с html-файлами

Элементы контроля

Лекционные домашние задания
Тесты
Семинарские домашние задания
Участие в лайв-кодинге
Экзамен
Экзамен

Промежуточная аттестация

2023/2024 учебный год 1 модуль
0.15 * Лекционные домашние задания + 0.25 * Семинарские домашние задания + 0.1 * Тесты + 0.1 * Участие в лайв-кодинге + 0.4 * Экзамен
2023/2024 учебный год 2 модуль
0.15 * Лекционные домашние задания + 0.25 * Семинарские домашние задания + 0.1 * Тесты + 0.1 * Участие в лайв-кодинге + 0.4 * Экзамен

Программа дисциплины