 |
Poziom podstawowy + średnio zaawansowany 30 godzin dydaktycznych Certyfikat ukończenia Kursy e-learningowe LabMasters: informacja Koordynator: Piotr Ćwiakowski (pcwiakowski@labmasters.pl) Oprogramowanie: Python / Jupyter Notebook Miejsce: Platforma Moodle |
Opis kursu
Podstawowym przeznaczeniem kursu Analiza danych i programowanie w Python, jest wprowadzenie do języka Python, który jest obecnie jednym z najpopularniejszych języków programowania, używanym zarówno do analizy i wizualizacji danych jak i tworzenia aplikacji webowych i natywnych. Zajęcia dedykowane są przede wszystkim osobom rozpoczynającym przygodę z programowaniem lub Pythonem. Użytkownicy niepracujący wcześniej z danymi ilościowymi powinni (naszym zdaniem) najpierw dobrze poznać środowisko MS Excel. Przydatna, ale nie niezbędna, może być znajomość programu R. Praca w Pythonie oznacza niemal wyłącznie pisanie komend (korzystając z różnorodnych bibliotek) – interfejs graficzny jest tylko dodatkiem i ułatwieniem w programowaniu i obliczeniach.
Tematyka kursu obejmuje zapoznanie Słuchaczy z językiem programowania Python oraz środowiskiem Jupyter Notebook, zapoznanie z podstawami programowania oraz ideą programowania obiektowego oraz przedstawienie podstawowych pakietów do przetwarzania danych oraz wizualizacji graficznej. W programie kursu znajdują się również charakterystyczne dla Pythona elementy dotyczące podstawowych obiektów oraz kontroli przepływu czy też obsługi błędów.
Kurs ma charakter warsztatowy i intensywny – podczas każdych zajęć oprócz prezentacji, wyczerpująco skomentowanych skryptów Pythona, Słuchacze wykonują pod kierunkiem prowadzącego wiele krótkich ćwiczeń i zadań, które sprawiają, że wiedza przekazywana na zajęciach natychmiast zamienia się w konkretne umiejętności. Po kursie Słuchacz jest samodzielnym programistą języka Python i potrafi poszerzać swoje kompetencje w wybranym przez siebie kierunku.
Zapisy
Rejestracja na kurs jest aktywna
Termin: brak sztywnych terminów – ciągły dostęp do kursu przez okres jednego roku
Miejsce: platforma e-learning MOODLE
Tematyka kursu
Wprowadzenie do środowiska Python oraz Jupyter Notebook.
Omówienie środowiska pracy jakim jest Jupyter Notebook, zasady działania Pythona, Ipythona. Wprowadzenie typów prymitywnych (float, int), podstawowych obiektów (listy, krotki, zbiory, słowniki). Praca ze stringami (w tym formatowanie stringów i korzystanie z metod wbudowanych w obiekt string).
Kontrola przepływu.
Wykorzystanie podstawowych elementów do kontroli przepływów takich jak for/if/while wraz z elementami pass, break i continue. Wykorzystanie iteratorów oraz funkcji enumerate. Charakterystyczne dla Pythona funkcje list oraz dict comprehension (szybkie tworzenie list oraz słowników). Wykorzystanie funkcji zip do iterowania wielu obiektów. Podstawy obsługi błędów w Pythonie.
Programowanie funkcyjne i obiektowe
Zasady tworzenia funkcji w Pythonie, w tym funkcji lambda (anonimowych). Funkcje rekurencyjne. Wykorzystanie dynamicznej listy argumentów. Omówienie zakresów zmiennych przy wykorzystywaniu funkcji. Wprowadzenie do tworzenia obiektów. Przykłady profilowania kodu w Pythonie.
Numpy i Scipy.
Numpy to podstawowa biblioteka algebraiczna Python. W połączeniu z pakietem naukowym Scipy przedstawione zostaną podstawowe zagadnienia matematyczne i statystyczne. Tworzenie wektorów, macierzy. Operacje algebraiczne na wektorach i macierzach. Generowanie liczb pseudolosowych z szerokiej rodziny rozkładów. Funkcje statystyki opisowej i matematycznej.
Pandas.
Pandas to niesłychanie rozbudowana biblioteka do przetwarzania danych, która zaspokoi potrzeby każdego analityka. Przedstawione zostaną podstawowe obiekty DataFrame i Series, szeroka rodzina wbudowanych funkcji do pracy z danymi (fillna, dropna, query, drop_duplicates, sort_values, funkcje statystyczne etc.). Dodatkowo omówiona zostanie praca z szeregami czasowymi, łączenie zbiorów danych oraz ich przetwarzanie (pivot, melt groupby, aggregate).
Wizualizacje.
Wykorzystanie podstawowego pakietu Pythona do wizualizacji Matplotlib. Tworzenie wykresów, facetowanie, kontrola nad warstwami i seriami. Konfiguracja podstawowych elementów wykresu, eksport wykresów do formatów wektorowych i rastrowych. Integracja Pandas z Matplotlib. Przykłady wizualizacji w Seaborn.
Czego się nauczysz
Na kursie Analiza danych i programowanie w Python nauczysz się programowania w Pythonie w stopniu średnio zaawansowanym. Będziesz potrafić efektywnie wykonywać szczegółowe analizy zbiorów danych i komunikować wyniki za pośrednictwem przejrzystych tabel i ciekawych, atrakcyjnych graficznie wykresów. Co ważniejsze, będziesz potrafił(a) samodzielnie rozbudowywać swoje kompetencje programistyczne w Pythonie, wyszukiwać potrzebne funkcje i biblioteki w Internecie i aplikować je w swoich analizach.