Uniwersytet Warszawski, Wydział Nauk Ekonomicznych - Centralny System Uwierzytelniania
Strona główna

Processing data in Python

Informacje ogólne

Kod przedmiotu: 1100-PDP-OG
Kod Erasmus / ISCED: (brak danych) / (0611) Computer use Kod ISCED - Międzynarodowa Standardowa Klasyfikacja Kształcenia (International Standard Classification of Education) została opracowana przez UNESCO.
Nazwa przedmiotu: Processing data in Python
Jednostka: Wydział Fizyki
Grupy: Przedmioty ogólnouniwersyteckie doskonalące kompetencje cyfrowe przydatne w nauce i na rynku pracy
Przedmioty ogólnouniwersyteckie na Uniwersytecie Warszawskim
Przedmioty ogólnouniwersyteckie ścisłe
Punkty ECTS i inne: (brak) Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.

zobacz reguły punktacji
Język prowadzenia: angielski
Rodzaj przedmiotu:

ogólnouniwersyteckie

Założenia (opisowo):

The course assumes that participants already know Python at a basic level, for example after the “Introduction to programming in Python” course.


W zajęciach uczestniczyć mogą wyłącznie:

- studenci drugiego lub trzeciego roku studiów licencjackich,

- pierwszego lub drugiego roku studiów magisterskich,

- czwartego lub piątego roku studiów jednolitych magisterskich.


Zajęcia dofinansowane zostały ze środków Europejskiego Funduszu Społecznego w ramach PO WER, ścieżka 3.5 i z tego powodu studenci zobowiązani są do wypełnienia dokumentacji projektowej. Odmowa ich wypełnienia oznacza rezygnację z zajęć.


Warunkiem udziału w zajęciach jest zatem:

- wypełnienie najpóźniej na początku pierwszych zajęć deklaracji oraz oświadczenia uczestnika projektu finansowanego w ramach Programu ZIP

- wypełnienie pre-testu służącego ocenie przyrostu kompetencji (bilans kompetencji).


Tryb prowadzenia:

w sali

Skrócony opis:

W zajęciach uczestniczyć mogą wyłącznie:

- studenci drugiego lub trzeciego roku studiów licencjackich,

- pierwszego lub drugiego roku studiów magisterskich,

- czwartego lub piątego roku studiów jednolitych magisterskich.

Pełny opis: (tylko po angielsku)

This course is a very practical one. We will learn how to process data in Python by creating programs at each meeting.

The course enables acquiring analytical and Python programming competencies and gives participants insight into the English vocabulary from the computer science domain.

Topics presented during the course:

• Revision of the Python programming language and code writing standards,

• Introduction to Linux with emphasis on its command-line interface,

• Version control with Git,

• Modules in Python,

• Jupyter and its use in Python environment,

• File processing in Python,

• Regular expressions,

• The NumPy library,

• The pandas library,

• Software testing,

• Work with debugger and profiler,

• Cython as a tool for speeding up Python programs,

• Algorithms and programs,

• Use of modern IDEs (with PyCharm as an example).

The course has 30 teaching hours (7*4h + 1*2h meetings).

Literatura: (tylko po angielsku)

• Python for Data Analysis: Data Wrangling with pandas, NumPy, and Jupyter, Wes McKinney, 3rd ed., 2022;

• Python Crash Course, a hands-on, project-based introduction to programming, 2nd ed. Eric Matthes, 2019;

• Learning Python, Mark Lutz, 5th ed., 2013;

• Programming Python, Mark Lutz, 4th ed., 2011;

• Pro Git, Scott Chacon, and Ben Straub, 2nd ed., 2014.

Efekty uczenia się: (tylko po angielsku)

Students, after finishing the course, will be able to write Python programs processing large data files.

Metody i kryteria oceniania: (tylko po angielsku)

Conditions for completing the classes:

- student’s attendance during at least 80% of all meetings

- completing the post-test after the end of the last class (where the participant determines the level of his knowledge and skills after the end of the class).

The condition of the final acceptance of the group is the fulfillment of all the above-mentioned requirements by at least 10 students.

Grading homework programs.

Przedmiot nie jest oferowany w żadnym z aktualnych cykli dydaktycznych.
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Warszawski, Wydział Nauk Ekonomicznych.
ul. Długa 44/50
00-241 Warszawa
tel: +48 22 55 49 126 https://www.wne.uw.edu.pl/
kontakt deklaracja dostępności USOSweb 7.0.3.0 (2024-03-22)