Основы работы с количественными данными: различия между версиями
| Строка 39: | Строка 39: | ||
* Ввод и вывод, форматирование строк ([https://github.com/allatambov/ICEF24/blob/main/02-input-output-format.ipynb ipynb]). Условные конструкции ([https://github.com/allatambov/PyPolit2023/blob/main/testing-conditions.ipynb ipynb]). | * Ввод и вывод, форматирование строк ([https://github.com/allatambov/ICEF24/blob/main/02-input-output-format.ipynb ipynb]). Условные конструкции ([https://github.com/allatambov/PyPolit2023/blob/main/testing-conditions.ipynb ipynb]). | ||
*[https://docs.sympy.org/latest/tutorials/index.html#tutorials Документация] библиотеки sympy для решения уравнений и других вычислений. | *[https://docs.sympy.org/latest/tutorials/index.html#tutorials Документация] библиотеки sympy для решения уравнений и других вычислений. | ||
| + | |||
| + | === Неделя 2. Описание данных. Числовые массивы в Python === | ||
| + | |||
| + | * Описательные статистики (слайды). Последовательности в Python: строки, списки, массивы (ipynb). | ||
| + | * Практикум 2. Описательные статистики (ipynb). | ||
Версия 01:12, 15 сентября 2024
Дорогие студенты!
Это страница обязательного курса «Основы работы с количественными данными», читаемого на программе
«Коммуникации в государственных структурах и НКО» 1 курса магистратуры в 1 модуле 2024-2025 учебного года.
Занятия ведёт: Тамбовцева Алла Андреевна.
Содержание
Правила игры
- Формула оценки: Итог = 0.48 * ДЗ + 0.2 * Проверочные работы + 0.32 * Экзамен.
- Программа курса, организационная презентация.
- Домашние задания, сданные позже дедлайна, оцениваются со штрафом:
в пределах часа – 10% от оценки, суток – 30%, недели – 60%.
Программное обеспечение
На этом курсе для практической работы с данными мы используем язык Python и среду Jupyter Notebook (или ее облачный аналог Google Colab). Для создания и редактирования файлов в Google Colab ничего устанавливать не нужно, но нужно иметь аккаунт Google (Gmail).
Для работы в Jupyter Notebook на своем компьютере, а не в облачной среде, удобнее всего установить дистрибутив Anaconda (скачать можно здесь), который включает в себя интерпретатор языка Python, библиотеки для обработки, анализа и визуализации данных, а также саму среду Jupyter Notebook.
Установка Anaconda и работа в Jupyter Notebook и Google Colab
- Материалы онлайн-курса (доступен всем в SmartLMS): подготовка рабочего места, инструкция по открытию файлов в Jupyter.
- Запуск Jupyter без Anaconda Navigator (инструкция).
- Работа в Jupyter Notebook (видео), отличия Google Colab от Jupyter (видео).
Дополнительно для желающих:
Материалы
Неделя 1. Шкалы данных. Введение в Python
- Шкалы данных (слайды). Введение в Python (ipynb).
- Практикум 1: переменные и проверка условий (ipynb), решения (ipynb).
Дополнительно (для желающих узнать больше о Python):
- Вычисления, переменные, типы данных в Python (ipynb).
- Ввод и вывод, форматирование строк (ipynb). Условные конструкции (ipynb).
- Документация библиотеки sympy для решения уравнений и других вычислений.
Неделя 2. Описание данных. Числовые массивы в Python
- Описательные статистики (слайды). Последовательности в Python: строки, списки, массивы (ipynb).
- Практикум 2. Описательные статистики (ipynb).
