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

Introduction to programming in Python

Informacje ogólne

Kod przedmiotu: 2400-ZEWW871
Kod Erasmus / ISCED: (brak danych) / (brak danych)
Nazwa przedmiotu: Introduction to programming in Python
Jednostka: Wydział Nauk Ekonomicznych
Grupy: Przedmioty kierunkowe dla Data Science
Przedmioty kierunkowe do wyboru - studia II stopnia EM - grupa 1 (3*30h)
Przedmioty kierunkowe do wyboru - studia II stopnia IE - grupa 1 (6*30h)
Przedmioty wyboru kierunkowego dla studiów licencjackich EM
Przedmioty wyboru kierunkowego dla studiów licencjackich IE
Przedmioty wyboru kierunkowego dla studiów licencjackich MSEM
Punkty ECTS i inne: 3.00 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:

nieobowiązkowe

Skrócony opis:

This course is dedicated to Python, the programming language most commonly appearing in Google search queries. The course begins from scratch; hence no prior knowledge of programming or computer science is required. At the beginning, the basics of programming and the Python language will be presented, followed by the most useful libraries and solutions for the work of an analyst / economist. The aim of the course is to prepare the participants so that they can continue to expand their knowledge on their own or in more advanced data-science courses.

Pełny opis:

• Fundaments of Python, code editors, programming environment, code documentation

• Data types, lists, tuples, dictionaries

• Code structures (if/else, iterate, comprehensions)

• Functions

• NumPy: matrices and linear algebra

• Data manipulation with Pandas

• Data visualization with Matplotlib and Seaborn

• Importing data: CSV, Excel, JSON, txt

• Web-scraping with requests and Beatifulsoup

• Generators, iterators, collections, trees

• Objects and classes

Literatura:

Bill Lubanovic, B. (2019), Introducing Python, 2nd Edition, O'Reilly

VanderPlas, J. (2016), Python Data Science Handbook: Essential Tools for Working with Data, O’Reilly

Sweigart, A. (2019), “Automate the Boring Stuff with Python: Practical Programming for Total Beginners”, 2nd Edition, No Starch Press

Shaw, Z. (2016), “Learn Python 3 the Hard Way”, Addison-Wesley Professional

Efekty uczenia się:

KNOWLEDGE

• The student is able to explain the difference between an integrated development environment and a text editor

• The student is aware of the existence of various data structures and knows which one is appropriate to solve particular problems

• The student is familiar with the notions of functions and classes and knows that they are not limited to a specific language.

• The student knows the purpose of basic libraries of the Python language and how to search for libraries needed for specific applications

• The student knows how data on the internet is structured, what the Application Programming Interface is and what its uses are

• The student identifies common data formats and know which tool to use to load them

• The student knows where to look for information concerning programming

SKILLS

• The student is able to configure a virtual environment and select a tool to write code

• The student is able to collect and analyse data from the Internet and use in his/her bachelor's or master's thesis.

• The student is able to prepare a simple application using Internet sources

• The student is able to write code that solves a problem in an efficient way

• The student is able to search for solutions to problems and adapt the solutions found

SOCIAL COMPETENCES

• The student understands that both own work and constant extension of one's knowledge in communication with others is necessary to achieve success in prgramming

• The student realizes that probably the solution to the problem he is facing has already been found and it is necessary to take advantage of others' experience

Metody i kryteria oceniania:

The requirements are:

1) solving weekly problem sets that test basic knowledge and skills.

2) preparing the final project.

Passing of both parts is required to pass the course. If the course is passed, the final grade depends only on the final project.

Zajęcia w cyklu "Semestr zimowy 2022/23" (w trakcie)

Okres: 2022-10-01 - 2023-01-29
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć:
Konwersatorium, 30 godzin więcej informacji
Koordynatorzy: Kristóf Gyódi
Prowadzący grup: Kristóf Gyódi
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Zaliczenie na ocenę
Konwersatorium - Zaliczenie na ocenę
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 6.8.0.0-7 (2022-11-16)