Kod przedmiotu 07 72 5260 30
Liczba punktów ECTS 3
Nazwa w języku prowadzenia 
Programming in Python
Nazwa w języku polskim Programming in Python
Nazwa w języku angielskim 
Programming in Python
Język prowadzenia zajęć angielski
Formy zajęć
Liczba godzin w semestrze
Wykład Ćwiczenia Laboratorium Projekt Seminarium Inne E-learning
Godziny kontaktowe 15 30 5
Kształcenie na odległość Nie Nie Nie Nie Nie Nie Nie
Udział wagowy w ocenie końcowej. 0,30 0,70 0
Jednostka prowadząca Instytut Informatyki
Kierownik przedmiotu dr inż. Przemysław Nowak
Realizatorzy przedmiotu dr inż. Przemysław Nowak, mgr inż. Jakub Walczak
Wymagania wstępne 
Podstawy programowania, Programowanie obiektowe, Komputerowa analiza danych
Przedmiotowe efekty uczenia się
  1. Student potrafi scharakteryzować język Python.
  2. Student potrafi analizować kod napisany w języku Python.
  3. Student potrafi pisać kod w języku Python służący do analizy i wizualizacji danych.
  4. Student potrafi pisać programy w języku Python wyposażone w interfejs użytkownika w postaci wiersza poleceń.
  5. Student potrafi tworzyć aplikacje webowe w języku Python w oparciu o framework do takich aplikacji.
Metody weryfikacji przedmiotowych efektów uczenia się Odpowiedzi z zadań laboratoryjnych i materiału wykładowego: efekty 1, 2, 3, 4, 5.
Kierunkowe efekty uczenia się
    Formy i warunki zaliczenia przedmiotu Wykład: odpowiedzi na pytania dotyczące materiału wykładowego podczas zaliczeń zadań laboratoryjnych. Laboratorium: prezentacja rozwiązań zadań laboratoryjnych i odpowiedzi na pytania ich dotyczące.
    Szczegółowe treści przedmiotu WYKŁAD: 1. Wprowadzenie do języka Python. 2. Obliczenia numeryczne i wykresy (NumPy, Matplotlib, SciPy). 3. Analiza i wizualizacja danych (Pandas, Seaborn). 4. Zaawansowana organizacja kodu (przestrzenie nazw, domknięcia, dekoratory, programowanie obiektowe, wyjątki). 5. Operacje wejścia-wyjścia i biblioteka standardowa. 6. Frameworki do aplikacji webowych (Flask, Flask-SQLAlchemy, Jinja). LABORATORIUM: 1. Zarządzanie środowiskami wirtualnymi języka Python. 2. Przeprowadzenie analizy statystycznej dla otrzymanego zbioru danych i udokumentowanie jej w postaci notatnika Jupyter. 3. Implementacja symulacji prostego systemu wieloagentowego w trybie tekstowym. 4. Implementacja prostej aplikacji webowej.
    Literatura podstawowa 
    1. The Python Tutorial: https://docs.python.org/3/tutorial/
    2. Python Programming: https://en.wikibooks.org/wiki/Python_Programming
    3. Scientific Python Lectures: https://lectures.scientific-python.org/
    4. Think Python: How to Think Like a Computer Scientist: http://www.greenteapress.com/thinkpython/html/
    5. Dive Into Python 3: http://diveintopython3.problemsolving.io/
    Literatura uzupełniająca 
    1. Dokumentacja języka Python: https://docs.python.org/3/
    2. Dokumentacja NumPy: https://numpy.org/doc/stable/
    3. Dokumentacja SciPy: https://docs.scipy.org/doc/scipy/
    4. Dokumentacja Matplotlib: https://matplotlib.org/
    5. Dokumentacja Seaborn: https://seaborn.pydata.org/
    6. Dokumentacja Jupyter Notebook: https://jupyter-notebook.readthedocs.io/
    7. Dokumentacja Flask: https://flask.palletsprojects.com/
    8. Dokumentacja Jinja: https://jinja.palletsprojects.com/
    9. Dokumentacja SQLAlchemy: https://docs.sqlalchemy.org/
    Bilans godzin
    Rodzaj zajęć Liczba godzin
    Wykład 15
    Laboratorium 30
    Inne 5
    SUMA : 50
    Uwagi 
    Do kategorii „Inne” zalicza się udział w konsultacjach, praktycznych formach weryfikacji efektów uczenia się, seminariach naukowych oraz warsztatach organizowanych we współpracy z otoczeniem gospodarczym.
    Data aktualizacja karty 2024-09-13 16:25:11