Python для сбора и анализа данных: различия между версиями
Перейти к навигации
Перейти к поиску
Строка 43: | Строка 43: | ||
===Занятие 02. Списки и цикл for. Методы split() и join() (21 и 27 февраля) === | ===Занятие 02. Списки и цикл for. Методы split() и join() (21 и 27 февраля) === | ||
+ | * [https://www.dropbox.com/scl/fo/stat1ej8zbta8gudqxvw9/h?dl=0&rlkey=4egclv15rwwsku7zhauz88jqs Видеозапись] занятия, сырые [https://www.dropbox.com/scl/fo/otc7zv7ct02ls6qqvvszg/h?dl=0&rlkey=di4eq91dn3jn3tjwne6snnhya ipynb-файлы] с занятия. | ||
+ | * Списки и цикл for (читать, ipynb). Методы .split() и .join() (читать, ipynb). | ||
* Практикум 2 ([https://github.com/allatambov/PyICEF-2023/blob/main/icef-problems02.ipynb читать], [https://www.dropbox.com/s/rwx3fspvk7z0r7d/icef-problems02.ipynb?dl=0 ipynb]). | * Практикум 2 ([https://github.com/allatambov/PyICEF-2023/blob/main/icef-problems02.ipynb читать], [https://www.dropbox.com/s/rwx3fspvk7z0r7d/icef-problems02.ipynb?dl=0 ipynb]). | ||
Версия 11:50, 24 февраля 2023
Это страница факультатива «Python для сбора и анализа данных», читаемого в МИЭФ в 2022/2023 учебном году.
Авторы курса: Щуров Илья Валерьевич, Тамбовцева Алла Андреевна.
Лекции и семинары ведет: Тамбовцева Алла Андреевна.
Правила игры
- Формула оценки: 0.4 * ДЗ + 0.2 * Тест + 0.4 * Проект.
- Сдача домашних заданий с опозданием допускается, но со штрафом: за задержку в пределах часа – 15% от полученной оценки, в пределах суток – 30%, в пределах двух дней – 50%.
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). Но в долгосрочной перспективе предпочтительнее установить Anaconda.
Материалы занятий
Занятие 00. Презентация факультатива и знакомство с Jupyter Notebook (1 февраля)
- Презентация факультатива: слайды, видео.
- Инструкция по работе с Jupyter Notebook. Jupyter Notebook и Markdown (читать, ipynb).
Дополнительно:
- Markdown и Jupyter: больше про Markdown, интерактивные виджеты в Jupyter.
- LaTeX: ShareLaTeX для желающих, документация на английском, материалы других курсов по LaTeX.
Занятие 01. Вычисления и переменные. Типы данных. Ввод и вывод. (14 и 16 февраля)
- Видеозапись занятия, сырые ipynb-файлы с занятия.
- Вычисления и переменные в Python (читать, ipynb).
- Типы переменных, ввод и вывод в Python. Форматирование строк (читать, ipynb).
- Практикум 1 (читать, ipynb), решения задач (читать, ipynb).
- Интерактивные виджеты в Jupyter Notebook: документация ipywidgets.
Дополнительно:
- 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.
- Стандарты оформления кода Python: PEP8, проверка соответствия кода стандартам: PEP8 online check.
Занятие 02. Списки и цикл for. Методы split() и join() (21 и 27 февраля)
- Видеозапись занятия, сырые ipynb-файлы с занятия.
- Списки и цикл for (читать, ipynb). Методы .split() и .join() (читать, ipynb).
- Практикум 2 (читать, ipynb).
Домашние задания
- Домашние задания сдаются через систему python.math-info, видео-инструкция по работе с системой.
Домашнее задание | Дедлайн |
---|---|
Домашнее задание 1 | 27.02 23:59 |
Домашнее задание 2 | |
Домашнее задание 3 | |
Домашнее задание 4 | |
Домашнее задание 5 | |
Домашнее задание 6 | |
Домашнее задание 7 | |
Домашнее задание 8 |