Программирование для всех (основы работы с Python): различия между версиями

Материал из MathINFO
Перейти к навигации Перейти к поиску
 
(не показано 29 промежуточных версий этого же участника)
Строка 83: Строка 83:
  
 
* [https://pythontutor.com/visualize.html#mode=edit Визуализатор] кода от Pythontutor.
 
* [https://pythontutor.com/visualize.html#mode=edit Визуализатор] кода от Pythontutor.
−
*
 
  
 
=== Лабораторная работа №2. Методы на списках и строках ===
 
=== Лабораторная работа №2. Методы на списках и строках ===
Строка 103: Строка 102:
  
 
В случае проблем с загрузкой решений на Dropbox, можно отправить работу на '''matstat.polit@gmail.com'''.
 
В случае проблем с загрузкой решений на Dropbox, можно отправить работу на '''matstat.polit@gmail.com'''.
 +
 +
=== Неделя 3. Неиндексируемые структуры данных: множества и словари. ===
 +
 +
* Видеозаписи занятий и сырой ipynb-файл с занятия ([https://disk.yandex.ru/d/3rJ2vHZuVKIbjw ссылка]).
 +
* Продолжение работы с циклами: списковые включения и функция map() ([https://github.com/allatambov/PyAll24/blob/main/06-alt-for-arrays.ipynb ipynb]).
 +
* Множества: обзор возможностей.
 +
* Функция zip() и словари ([https://github.com/allatambov/PyAll24/blob/main/08-tuples-zip-dicts.ipynb ipynb]).
 +
* Практикум 3. Функция zip() и словари ([https://github.com/allatambov/PyAll24/blob/main/pyall-practice03.ipynb ipynb]), решения ([https://github.com/allatambov/PyAll24/blob/main/pyall-practice03-solutions.ipynb ipynb]).
 +
 +
=== Лабораторная работа №3. Функции и lambda-функции ===
 +
 +
Для выполнения лабораторной работы необходимо уметь писать пользовательские функции,<br>
 +
уметь писать lambda-функции и сочетать их с другими функциями Python.
 +
 +
Для этого можно (первые два пункта – любой вариант на выбор):
 +
 +
* Прослушать материал [https://edu.hse.ru/course/view.php?id=133389&section=8 темы 8] ''Функции'' (достаточно первого раздела) онлайн-курса «Python как иностранный».
 +
* Прочитать [https://github.com/allatambov/PyAll24/blob/main/09-functions-short.ipynb конспект] лекции ''Функции'' (для желающих – более подробная [https://nbviewer.org/github/ischurov/pythonhse/blob/master/Lecture%204.ipynb лекция] И.В.Щурова).
 +
* Прочитать [https://github.com/allatambov/PyAll24/blob/main/10-lambda-functions.ipynb конспект] по lambda-функциям.
 +
 +
При необходимости можно посмотреть на [https://github.com/allatambov/PyAll24/blob/main/examples-functions.ipynb примеры] решений задач на функции.
 +
 +
{| class="wikitable"
 +
|-
 +
! Лабораторная работа !! Дедлайн !! Куда сдавать*
 +
|-
 +
| [https://github.com/allatambov/PyAll24/blob/main/lab03.ipynb Лабораторная работа 3] || 03.10 18:00 || [https://www.dropbox.com/request/SFNMMypoFcWGY84puDv3  ссылка] на Dropbox
 +
|-
 +
|}
 +
 +
В случае проблем с загрузкой решений на Dropbox, можно отправить работу на '''matstat.polit@gmail.com'''.
 +
 +
=== Неделя 4. Словари и формат JSON. Массивы NumPy и датафреймы Pandas. ===
 +
 +
* Видеозаписи занятий и сырой ipynb-файл с занятия ([https://disk.yandex.ru/d/mmhCVUA_TZc-JA ссылка]).
 +
* Разнообразие словарей и формат JSON: практикум 4 ([https://github.com/allatambov/PyAll24/blob/main/pyall-practice04.ipynb ipynb]), решения ([https://github.com/allatambov/PyAll24/blob/main/pyall-practice04-solutions.ipynb ipynb]).
 +
* Массивы NumPy и датафреймы Pandas ([https://github.com/allatambov/PyAll24/blob/main/11-arrays-pandas.ipynb ipynb]).
 +
* Работа с датафреймами pandas: часть 1 ([https://github.com/allatambov/PyAll24/blob/main/12-pandas-part01.ipynb ipynb], [https://github.com/allatambov/PyAll24/blob/main/Salaries.csv Salaries.csv]).
 +
 +
Дополнительно:
 +
 +
* Названия готовых цветов, поддерживаемые в Python: [https://matplotlib.org/stable/gallery/color/named_colors.html документация].
 +
* Названия цветов от colorscheme.ru с кодами HTML: [https://colorscheme.ru/color-names.html каталог].
 +
* Источники готовых палитр сочетаемых цветов: [https://colorhunt.co/ Color Hunt], [https://coolors.co/palettes/trending Coolors].
 +
* Библиотека для визуализации данных seaborn, официальная [https://seaborn.pydata.org/ документация].
 +
 +
=== Неделя 5. Датафреймы Pandas. Работа с API. ===
 +
 +
* Видеозаписи и сырой файл с занятия ([https://disk.yandex.ru/d/QxSIintErW3YJg ссылка]).
 +
* Работа с датафреймами pandas: часть 2 ([https://github.com/allatambov/PyAll24/blob/main/13-pandas-part02.ipynb ipynb], [https://github.com/allatambov/PyAll24/blob/main/Salaries.csv Salaries.csv]).
 +
* Практикум 5. Работа с API ВКонтакте: собираем и обрабатываем посты ([https://github.com/allatambov/PyAll24/blob/main/pyall-practice05.ipynb ipynb], [https://github.com/allatambov/PyAll24/blob/main/hseteachers.xlsx hseteachers.xlsx]).
 +
 +
=== Лабораторная работа №4. Введение в парсинг HTML ===
 +
 +
Для выполнения лабораторной работы необходимо познакомиться с устройством HTML-файлов<br>
 +
(если не знакомы) и уметь выполнять базовый поиск по тэгам с помощью BeautifulSoup.
 +
 +
Для этого нужно:
 +
 +
* Посмотреть материалы с кратким введением в HTML ([https://disk.yandex.ru/d/EaFQaIHxc2DKSA слайды], [https://disk.yandex.ru/i/7IO7zrJNOeC3Dg видео] по ним).
 +
* Посмотреть материалы с введением в библиотеку BeautifulSoup ([https://github.com/allatambov/PyAll24/blob/main/14-bs-intro.ipynb конспект], [https://disk.yandex.ru/i/t4Jzbmvr1CVJvA видео] по нему).
 +
 +
{| class="wikitable"
 +
|-
 +
! Лабораторная работа !! Дедлайн !! Куда сдавать
 +
|-
 +
| [https://github.com/allatambov/PyAll24/blob/main/lab04.ipynb Лабораторная работа 4] || 17.10 18:00 || [https://www.dropbox.com/request/Q6IYN22XEpmdv3ElS4tP  ссылка] на Dropbox
 +
|-
 +
|}
 +
 +
=== Неделя 6. Парсинг HTML с BeautifulSoup ===
 +
 +
* Видеозаписи занятий ([https://disk.yandex.ru/d/0cMh8s6qz5ooFg ссылка]).
 +
* Практикум 6. Парсинг HTML с BeautifulSoup: поиск по тэгам и атрибутам ([https://github.com/allatambov/PyAll24/blob/main/pyall-practice06.ipynb ipynb]), решения ([https://github.com/allatambov/PyAll24/blob/main/pyall-practice06-solutions.ipynb ipynb]).
 +
* Управление браузером с Selenium: обзор возможностей ([https://github.com/allatambov/PyAll24/blob/main/pyall-practice06-add.ipynb ipynb]).
 +
 +
== Домашние задания ==
 +
 +
{| class="wikitable"
 +
|-
 +
! Задание !! Дедлайн !! Куда сдавать
 +
|-
 +
| [https://github.com/allatambov/PyAll24/blob/main/hw01.ipynb Домашнее задание 1] || 14.10 23:59 || [https://www.dropbox.com/request/6HXmZwyk8sYiwOp0EkCt ссылка] на Dropbox
 +
|-
 +
| [https://github.com/allatambov/PyAll24/blob/main/hw02.ipynb Домашнее задание 2] || 23.10 23:59 || [https://www.dropbox.com/request/T4aQ1NpkTVEFf3KNeTW3 ссылка] на Dropbox
 +
|-
 +
|}
 +
 +
== Экзамен ==
 +
 +
Варианты: [https://disk.yandex.ru/d/O_0KEs7rYJVkXg ссылка], данные: [https://github.com/allatambov/PyAll24/blob/main/hp_upd.csv csv].

Текущая версия на 19:02, 24 октября 2024

Дорогие студенты!

Это страница курса «Программирование для всех (основы Python)», читаемого в 1 модуле 2024-2025 учебного года. Курс является обязательным для студентов магистерской программы «Прикладная политология» и курсом по выбору в рамках МагоЛего для студентов других образовательных программ.

Преподаватель: Тамбовцева Алла Андреевна.

Правила игры и план курса

  • Программа курса, организационная презентация.
  • Сопровождающий онлайн-курс «Python как иностранный».
  • Формула оценки: 0.28 * Лабораторные работы + 0.15 * ДЗ1 + 0.25 * ДЗ2 + 0.32 * Экзамен.
  • Дедлайны у лабораторных работ жёсткие. Допустимо опоздание в пределах 15 минут, поздние работы не проверяются.
  • Домашние задания, сданные позже дедлайна, оцениваются со штрафом: в пределах часа – 10% от оценки, суток – 30%, недели – 60%.

Программное обеспечение

Перед занятиями необходимо установить дистрибутив Anaconda (скачать можно здесь, регистрацию можно пропустить), 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 аналоге 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 с материалами онлайн-курса:

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

Дополнительно для желающих:

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

  • Видеозаписи занятий и сырой ipynb-файл с занятия (ссылка).
  • Вычисления в Python, переменные и типы данных (ipynb).
  • Ввод и вывод, форматирование строк (ipynb).
  • Практикум 1: типы данных, ввод и вывод, форматирование строк (ipynb), решения (ipynb).

Дополнительно для желающих:

  • Стандарты оформления кода PEP8.
  • Документация модулей decimal и fractions для работы с десятичными и обычными дробями соответственно.
  • Документация библиотеки sympy для символьных вычислений (уравнения, производные, интегралы и проч).
  • Тьюториал по f-строкам, особенности новых версий f-строк.
  • Интерактивные виджеты в Jupyter (альтернатива стандартному вводу и не только).

Лабораторная работа 1. Логические выражения и условные конструкции.

Для выполнения лабораторной работы необходимо изучить формулировку логических выражений
и конструкцию if-elif-else. Для этого (один из вариантов 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 Дедлайн Куда сдавать*
Лабораторная работа 1 19.09 18:00 ссылка на Dropbox

В случае проблем с загрузкой решений на Dropbox, можно отправить работу на matstat.polit@gmail.com.

Неделя 2. Индексируемые структуры данных: строки, кортежи, списки.

  • Видеозаписи занятий (ссылка).
  • Продолжение работы с условиями: конструкция try-except и ловля исключений.
  • Индексируемые структуры данных: строки, кортежи, списки (ipynb).
  • Цикл for и функция range(), цикл while (ipynb).
  • Практикум 2. Списки и цикл for, методы .split() и .join() (ipynb), решения (ipynb).

Дополнительно:

Лабораторная работа №2. Методы на списках и строках

Для выполнения этой работы необходимо уметь применять методы на списках и строках.

Для этого (один из вариантов на выбор) можно:

  • Прослушать материал темы 5 Методы онлайн-курса «Python как иностранный».
  • Прочитать конспект лекции Методы на строках, конспект лекции Методы на списках.
Лабораторная работа Дедлайн Куда сдавать*
Лабораторная работа 2 26.09 18:00 ссылка на Dropbox

В случае проблем с загрузкой решений на Dropbox, можно отправить работу на matstat.polit@gmail.com.

Неделя 3. Неиндексируемые структуры данных: множества и словари.

  • Видеозаписи занятий и сырой ipynb-файл с занятия (ссылка).
  • Продолжение работы с циклами: списковые включения и функция map() (ipynb).
  • Множества: обзор возможностей.
  • Функция zip() и словари (ipynb).
  • Практикум 3. Функция zip() и словари (ipynb), решения (ipynb).

Лабораторная работа №3. Функции и lambda-функции

Для выполнения лабораторной работы необходимо уметь писать пользовательские функции,
уметь писать lambda-функции и сочетать их с другими функциями Python.

Для этого можно (первые два пункта – любой вариант на выбор):

  • 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).
  • Прочитать конспект по lambda-функциям.

При необходимости можно посмотреть на примеры решений задач на функции.

Лабораторная работа Дедлайн Куда сдавать*
Лабораторная работа 3 03.10 18:00 ссылка на Dropbox

В случае проблем с загрузкой решений на Dropbox, можно отправить работу на matstat.polit@gmail.com.

Неделя 4. Словари и формат JSON. Массивы NumPy и датафреймы Pandas.

  • Видеозаписи занятий и сырой ipynb-файл с занятия (ссылка).
  • Разнообразие словарей и формат JSON: практикум 4 (ipynb), решения (ipynb).
  • Массивы NumPy и датафреймы Pandas (ipynb).
  • Работа с датафреймами pandas: часть 1 (ipynb, Salaries.csv).

Дополнительно:

  • Названия готовых цветов, поддерживаемые в Python: документация.
  • Названия цветов от colorscheme.ru с кодами HTML: каталог.
  • Источники готовых палитр сочетаемых цветов: Color Hunt, Coolors.
  • Библиотека для визуализации данных seaborn, официальная документация.

Неделя 5. Датафреймы Pandas. Работа с API.

  • Видеозаписи и сырой файл с занятия (ссылка).
  • Работа с датафреймами pandas: часть 2 (ipynb, Salaries.csv).
  • Практикум 5. Работа с API ВКонтакте: собираем и обрабатываем посты (ipynb, hseteachers.xlsx).

Лабораторная работа №4. Введение в парсинг HTML

Для выполнения лабораторной работы необходимо познакомиться с устройством HTML-файлов
(если не знакомы) и уметь выполнять базовый поиск по тэгам с помощью BeautifulSoup.

Для этого нужно:

  • Посмотреть материалы с кратким введением в HTML (слайды, видео по ним).
  • Посмотреть материалы с введением в библиотеку BeautifulSoup (конспект, видео по нему).
Лабораторная работа Дедлайн Куда сдавать
Лабораторная работа 4 17.10 18:00 ссылка на Dropbox

Неделя 6. Парсинг HTML с BeautifulSoup

  • Видеозаписи занятий (ссылка).
  • Практикум 6. Парсинг HTML с BeautifulSoup: поиск по тэгам и атрибутам (ipynb), решения (ipynb).
  • Управление браузером с Selenium: обзор возможностей (ipynb).

Домашние задания

Задание Дедлайн Куда сдавать
Домашнее задание 1 14.10 23:59 ссылка на Dropbox
Домашнее задание 2 23.10 23:59 ссылка на Dropbox

Экзамен

Варианты: ссылка, данные: csv.

Источник — http://math-info.hse.ru/wiki2024-25/index.php?title=Программирование_для_всех_(основы_работы_с_Python)&oldid=166