Программирование для всех (основы Python)

Дорогие студенты!

Это страница обязательного курса «Программирование для всех (основы Python)», читаемого на программе «Прикладная политология» 1 курса магистратуры в 1 модуле 2023-2024 учебного года.

Преподаватель: Тамбовцева Алла Андреевна.

Правила игры и план курса

• Программа курса, организационная презентация.
• Формула оценки: 0.3 * Домашние задания + 0.2 * Лабораторные работы + 0.2 * Тест + 0.3 * Экзамен.
• Дедлайны у лабораторных работ жёсткие и не переносятся.
• Домашние задания, сданные позже дедлайна, оцениваются со штрафом: в пределах часа – 10% от оценки, суток – 30%, недели – 60%.
• Сопровождающий онлайн-курс «Python как иностранный».

Программное обеспечение

Перед занятиями необходимо установить дистрибутив Anaconda (скачать можно здесь), который включает в себя интерпретатор языка Python, библиотеки для обработки, анализа и визуализации данных, а также среду для работы Jupyter Notebook. Также есть возможность работать в Jupyter Notebook онлайн, используя ресурс Google Colab (для создания и редактирования файлов нужен аккаунт Gmail).

Подробности по установке и работе – см. ниже в неделе 0.

Материалы и лабораторные работы

Неделя 0. Подготовка к работе. Настройка рабочего места.

Для подготовки к работе на курсе необходимо ознакомиться со следующими материалами онлайн-курса:

• Видео. Подготовка рабочего места, инструкция по открытию файлов в Jupyter Notebook.
• Видео. Первая программа, задачи для тренировки.

А также с материалами по работе в Jupyter Notebook и Google Colab:

• Запуск Jupyter без Anaconda Navigator (инструкция).
• Работа в Jupyter Notebook (видео), работа в Google Colab (видео).

Дополнительно:

• Набор текста в Jupyter (видео, ipynb).
• Markdown: больше про Markdown, знакомство с Jupyter Notebook и Markdown (читать, ipynb).
• LaTeX: Overleaf, документация, материалы других курсов по LaTeX.

Неделя 1. Введение в Python. Переменные и типы данных. Ввод и вывод.

• Видеозаписи занятий и ipynb-файлы.
• Вычисления в Python (читать, ipynb). Переменные и типы данных (читать, ipynb).
• Ввод и вывод, форматирование строк (читать, ipynb).
• Практикум 1 (читать, ipynb), решения (читать, ipynb).

Дополнительно:

• Pythontutor: визуализатор кода, вычисления, ввод и вывод.
• Интерактивные виджеты в Jupyter (альтернатива стандартному вводу и не только).
• Стандарты оформления кода Python: PEP8.
• Вычисления с заданной точностью с модулем decimal, официальная документация decimal.
• Вычисления с обыкновенными дробями с модулем fractions, официальная документация fractions.
• Символьные вычисления с sympy: часть 1 (sympy-1.ipynb), часть 2 (sympy-2.ipynb), официальная документация sympy.

Лабораторная работа 1. Логические выражения и условные конструкции.

Для выполнения лабораторной работы необходимо самостоятельно познакомиться с конструкцией if-elif-else
и формулировкой логических выражений. Для этого (на выбор) можно:

• Прослушать материал темы 2 Условия и логические выражения онлайн-курса «Python как иностранный».
• Прочитать конспект лекции Логические выражения и условные конструкции.
• Изучить материалы онлайн-учебника Pythontutor.

Лабораторная работа	Задания	Дедлайн	Куда сдавать
Лабораторная работа 1	ipynb	19 сентября 18:00	ссылка на Dropbox

Неделя 2. Отладка кода. Списки и цикл for. Методы .split() и .join()

• Видеозаписи занятий и ipynb-файлы.
• Отладка кода: виды ошибок и ловля исключений с try-except (читать, ipynb).
• Списки, цикл for и функция range() (читать, ipynb).
• Методы .split() и .join() (читать, ipynb).
• Практикум 2 (читать, ipynb), решения (читать, ipynb).

Дополнительно:

• Официальная документация по ошибкам и исключениям, перечень исключений.
• Pythontutor: визуализатор кода.
• Pythontutor: цикл for, списки, строки.

Лабораторная работа 2. Методы на строках и методы на списках.

Для выполнения лабораторной работы необходимо самостоятельно познакомиться с основными методами
на строках и списках. Для этого (на выбор) можно:

• Прослушать материал темы 5 Методы онлайн-курса «Python как иностранный».
• Прочитать конспект лекции Методы на строках, конспект лекции Методы на списках.
• Изучить материалы онлайн-учебника Pythontutor: цикл for, строки, списки, split(), join().

Лабораторная работа	Задания	Дедлайн	Куда сдавать
Лабораторная работа 2	ipynb	26 сентября 18:00	ссылка на Dropbox

Неделя 3. Аналоги цикла for. Кортежи и словари.

• Видеозаписи занятий и ipynb-файлы.
• Аналоги цикла for: списковые включения, функция map(), числовые массивы (читать, ipynb).
• Кортежи, функция zip() и словари (читать, ipynb).
• Практикум 3 (читать, ipynb), решения (читать, ipynb).

Дополнительно:

• Pythontutor: генераторы списков, словари.
• Множества в Python: конспект, урок на Pythontutor.

Лабораторная работа 3. Цикл while.

Для выполнения лабораторной работы необходимо самостоятельно познакомиться с циклом while
и конструкцией цикл for + оператор break (последняя – по желанию). Для этого (на выбор) можно:

• Прослушать материал темы 3 Цикл while онлайн-курса «Python как иностранный».
• Прочитать конспект краткой лекции Цикл while и его альтернативы.
• Изучить материалы онлайн-учебника Pythontutor: цикл while.

Лабораторная работа	Задания	Дедлайн	Куда сдавать
Лабораторная работа 3	ipynb	03 октября 18:00	ссылка на Dropbox

Неделя 4. Словари и датафреймы pandas. Формат JSON и знакомство с API

• Видеозаписи занятий и ipynb-файлы.
• Разнообразие словарей (читать, ipynb).
• Практикум 4, часть 1. Работа с JSON (читать, ipynb), файл last_votes.json.
• Практикум 4, часть 2. Работа с API ВКонтакте (читать, ipynb).

Лабораторная работа 4. Работа с текстовыми файлами.

Для выполнения лабораторной работы необходимо самостоятельно познакомиться с обработкой txt-файлов. Для этого (на выбор) можно:

• Прослушать материал темы 9 Текстовые файлы и таблицы (первые два раздела) онлайн-курса «Python как иностранный».
• Прочитать конспект лекции Чтение и запись txt-файлов.

Лабораторная работа	Задания	Дедлайн	Куда сдавать
Лабораторная работа 4	ipynb, файл incantations.txt	10 октября 18:00	ссылка на Dropbox

Неделя 5. Работа с данными с датафреймом pandas.

• Видеозаписи и ipynb-файлы.
• Базовые операции с датафреймами pandas (расширенная версия с функциями, читать, ipynb, файл Salaries.csv).
• Обработка опросных данных с pandas (пока сырой файл с кодом ipynb, файл NPK_final.xlsx).

Дополнительно:

• Массивы и датафреймы pandas: введение (читать, ipynb).
• Pandas, scipy и проверка статистических гипотез (читать, ipynb, файл NPK.xlsx).

Лабораторная работа 5. Работа с функциями.

Для выполнения лабораторной работы необходимо самостоятельно познакомиться с написанием функций в Python. Для этого (на выбор) можно:

• Прослушать материал темы 8 Функции (достаточно первого раздела) онлайн-курса «Python как иностранный».
• Прочитать конспект лекции Функции (для желающих – более подробная лекция И.В.Щурова).

Лабораторная работа	Задания	Дедлайн	Куда сдавать
Лабораторная работа 5	ipynb	17 октября 18:00	ссылка на Dropbox

Неделя 6. Введение в парсинг с библиотекой BeautifulSoup

• Видеозаписи и ipynb-файлы.
• Знакомство с HTML: слайды, пример кода HTML: файл.
• Практикум 6. Практикум по парсингу с BeautifulSoup (читать, ipynb), решения (читать, ipynb).

Домашние задания

Домашнее задание	Задания	Дедлайн	Куда сдавать
Домашнее задание 1	ipynb	24.09 23:59	ссылка на Dropbox
Домашнее задание 2	ipynb	02.10 23:59	ссылка на Dropbox
Домашнее задание 3	ipynb	12.10 23:59	ссылка на Dropbox
Домашнее задание 4	ipynb polit.csv	21.10 23:59	ссылка на Dropbox
Домашнее задание 5*	ipynb	29.10 23:59	ссылка на Dropbox

Домашнее задание №5 – бонусное, необязательное для выполнения.
Оценку за него можно зачесть вместо пропущенного ДЗ/лабораторной работы или заданий, за которые была получена низкая оценка.