2024/2025
Основы программирования на Python
Статус:
Маго-лего
Когда читается:
1 модуль
Охват аудитории:
для своего кампуса
Преподаватели:
Берзон Николай Иосифович
Язык:
русский
Кредиты:
3
Программа дисциплины
Аннотация
Согласно двум наиболее авторитетным в IT-сообществе индексам - TIOBE и PYPL - в 2022 году Python завоевал звание самого популярного языка программирования и неуклонно продолжает экспансию. Столь значительным успехом Python во многом обязан принципам, заложенным с самого основания, и комьюнити, которое остается верным этим принципам по сей день. Будучи языком программирования высокого уровня, предназначенным для решения широкого круга задач (high-level, general-purpose programming language), Python нашел свое применение в самых разнообразных областях – от разработки web-приложений и компьютерных игр до эконометрики и машинного обучения. Данный курс не предполагает наличие предварительного опыта в программировании, ориентирован на слушателей, рассматривающих Python в качестве инструмента для решения прикладных задач. Абсолютный приоритет отдается вопросам практического применения Python в научном и бизнес контекстах. Темы, специфические для промышленной разработки программного обеспечения, в рамках курса не рассматриваются.
Цель освоения дисциплины
- Приобретение теоретических знаний и навыков, необходимых для решения прикладных задач с использованием Python. Подготовка к прохождению курсов, требующих владения навыками программирования.
Планируемые результаты обучения
- Студент умеет самостоятельно работать с документацией – правильно формулировать вопросы и находить ответы
- Студент владеет навыками использования инструментов на основе интерактивной оболочки языка программирования Python (IPython) для решения прикладных задач и презентации результатов
- Студент способен применить теоретические знания о возможностях языка Python на практике
- Студент имеет представление о наиболее распространенных пакетах для научных вычислений и анализа данных (NumPy, Pandas)
Содержание учебной дисциплины
- 1. Основы теории языков программирования и архитектуры ЭВМ
- 2. Модель данных в Python
- 3. Встроенные типы и структуры данных
- 4. Управляющие конструкции
- 5. Функции
- 6. Элементы объектно-ориентированного программирования
- 7. Пакеты и модули
Список литературы
Рекомендуемая основная литература
- Idris, I. (2015). NumPy: Beginner’s Guide - Third Edition (Vol. 3rd edition). Birmingham, UK: Packt Publishing. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1018109
- Nelli, F. (2018). Python Data Analytics : With Pandas, NumPy, and Matplotlib (Vol. Second edition). New York, NY: Apress. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1905344
- Алгоритмы: построение и анализ, Кормен, Т., 2007
Рекомендуемая дополнительная литература
- McKinney, W. (2018). Python for Data Analysis : Data Wrangling with Pandas, NumPy, and IPython (Vol. Second edition). Sebastopol, CA: O’Reilly Media. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1605925
- Python Data Analytics поможет вам освоить мир сбора и анализа данных, используя всю мощь языка Python. В основе этой книги лежит описание pandas, библиотеки с открытым исходным кодом, лицензированной BSD, обеспечивающей высокопроизводительные, простые в использовании структуры данных и инструменты анализа данных для языка программирования Python. Автор Фабио Нелли мастерски демонстрирует силу языка программирования Python в применении к обработке, управлению и извлечению информации. Внутри вы увидите, насколько интуитивно понятным и гибким является обнаружение и передача значимых шаблонов данных с помощью скриптов Python, систем отчетности и экспорта данных. В этой книге рассматривается, как получать, обрабатывать, хранить, управлять и анализировать данные с помощью языка программирования Python. Вы будете использовать Python и другие инструменты с открытым исходным кодом для обработки данных и выявления интересных и важных тенденций в этих данных, которые позволят вам предсказывать будущее. узоры. Независимо от того, имеете ли вы дело с данными продаж, инвестиционными данными (акции, облигации и т. Д.), Медицинскими данными, использованием веб-страниц или любым другим типом набора данных, Python можно использовать для интерпретации, анализа и сбора информации из кучи числа и статистика. Эта книга является бесценным справочником с примерами хранения и доступа к данным в базе данных; он проведет вас через процесс создания отчета; в нем представлены три практических примера или примера, которые вы можете взять с собой для повседневного анализа.
- Программирование: теоремы и задачи, Шень, А., 2004