Язык программирования Python

Статус: идет набор

продолжительность: недель

трудоемкость: зачетные единицы

часов в неделю

О КУРСЕ

Учебный курс знакомит с универсальными приемами обработки данных на языке Python. Полученные знания позволяют взглянуть на Python как на дополнение к Excel для построения аналитических отчетов при обработке больших массивов данных

Входные требования
Уверенный пользователь ПК, имеющий опыт работы в Excel

Как будет проходить обучение
Курс состоит из 14 разделов (глав). Еженедельные занятия предполагают просмотр видео лекций, самостоятельную работу с дополнительными материалами, выполнение практических заданий с автоматизированной проверкой результатов, участие в дискуссиях на форуме по актуальным вопросам курса. Итоговая оценка за прохождение курса складывается из результатов выполнения контрольных тестов по каждому разделу (главе), выполнения итогового текста и проектного задания

Курс реализуется на платформе Лекториум

СОДЕРЖАНИЕ КУРСА

Раздел 1. Знакомство с языком Python

Тема 1. Python как интеллектуальный калькулятор и переменные

Тема 2. Вызов функций в Python

Тема 3. Организация работы с проектами на основе данных

Раздел 2. Условный оператор в Python

Тема 1. Строки, операции над строками и вывод данных

Тема 2. Логические выражения

Тема 3. Условная конструкция IF

Раздел 3. Модули в Python

Тема 1. Стандартные модули в Python

Тема 2. Обзор стандартных модулей в Python

Тема 3. Обзор сторонних модулей в Python

Раздел 4. Строки и строковые методы в Python

Тема 1. Строки в Python

Тема 2. Срезы и строковые методы в Python

Тема 3. Примеры строковых методов в Python

Раздел 5. Списки и методы работы с ними

Тема 1. Списки в Python

Тема 2. Методы для работы со списками

Тема 3. Использование методов списка

Раздел 6. Преобразование типов и построение графиков

Тема 1. Преобразование типов в языке Python

Тема 2. Модуль requests и построение графиков

Тема 3. Построение графиков из списков

Раздел 7. Инструкция цикла for в Python

Тема 1. Инструкция цикла FOR

Тема 2. Функция range в Python

Тема 3. Особенности цикла FOR

Раздел 8. Создание функций

Тема 1. Создание функций в Python (часть 1)

Тема 2. Создание функций в Python (часть 2)

Тема 3. Создание функций в Python (часть 3)

Раздел 9. Подходы к созданию списка

Тема 1. Подходы к созданию списка в Python

Тема 2. Анонимные функции и создание списков

Тема 3. Примеры создания списков

Раздел 10. Инструкция цикла while и множества

Тема 1. Инструкция цикла while

Тема 2. Практика по циклу while

Тема 3. Множества в Python. Операции над множествами

Раздел 11. Кортежи и словари в Python

Тема 1. Кортежи в Python. Операции над кортежами

Тема 2. Словари в Python

Тема 3. Методы для работы со словарями

Раздел 12. Обработка исключений и файлы

Тема 1. Исключения в Python. Обработка исключений

Тема 2. Практика по работе с файлами в Python

Тема 3. Итераторы и генераторы в Python

Раздел 13. Объектно-ориентированное программирование в Python

Тема 1. Введение в объектно-ориентированное программирование на языке Python

Тема 2. Разбор практических кейсов

Тема 3. Свойство наследования в Python

Раздел 14. Итоговая аттестация

АВТОРЫ И ПАРТНЕРЫ КУРСА

Федоров Дмитрий Юрьевич

Должность:

Старший преподаватель кафедры прикладной математики и экономико-математических методов

Факультет:

Факультет информатики и прикладной математики

E-mail:

fedorov.d@unecon.ru

Бубенникова Алла Ильинична

Должность:

Заместитель начальника управления — начальник отдела лицензирования, аккредитации и контроля качества образовательной деятельности Доцент кафедры прикладной математики и экономико-математических методов

Факультет:

Факультет информатики и прикладной математики

Подразделение:

Управление развития и контроля качества образовательной деятельности

Тел.:

(812) 310-50-15

доб. 2725

(812) 458-97-30

доб. 3522

E-mail:

bubennikova.a@unecon.ru

Адрес:

наб. канала Грибоедова, д. 30/32, ауд. 3049

Вилло Надежда Юрьевна

Должность:

Старший преподаватель кафедры прикладной математики и экономико-математических методов

Факультет:

Факультет информатики и прикладной математики

Тел.:

(812) 310-51-72

(812) 458-97-30

доб. 3522

Адрес:

наб. канала Грибоедова, д. 30/32, ауд. 3049

Егорова Ирина Владимировна

Должность:

Доцент кафедры информационных систем и технологий

Факультет:

Факультет информатики и прикладной математики

Гниденко Ирина Геннадиевна

Должность:

Доцент кафедры безопасности информационных технологий и компьютерных систем Доцент кафедры информатики

Факультет:

Факультет информатики и прикладной математики

Подразделение:

Кафедра информатики

Леора Светлана Николаевна

Должность:

Доцент кафедры прикладной математики и экономико-математических методов

Факультет:

Факультет информатики и прикладной математики

Тел.:

(812) 310-51-72

(812) 458-97-30

доб. 3522

Адрес:

наб. канала Грибоедова, д. 30/32, ауд. 3049

РЕЗУЛЬТАТЫ ОБУЧЕНИЯ

Результаты обучения

Знание возможностей языка Python для анализа данных и машинного обучения

Умение решать задачи анализа данных с помощью возможностей языка Python

Навыки применения сторонних библиотек при решении задач анализа данных на языке Python

Компетенции

Способен использовать современные информационные технологии и программные средства при решении задач профессиональной деятельности

НАПРАВЛЕНИЯ ПОДГОТОВКИ И СПЕЦИАЛЬНОСТИ

Направления подготовки и специальности
38.04.01 Экономика
38.04.02 Менеджмент
38.04.06 Торговое дело

Область деятельности
Науки об обществе

ИСТОЧНИКИ

Основные источники

Федоров, Д. Ю. Программирование на языке высокого уровня Python : учебное пособие для вузов / Д. Ю. Федоров. — 2-е изд., перераб. и доп. — Москва : Издательство Юрайт, 2021. — 161 с. — (Высшее образование). — ISBN 978-5-534-10971-9. — Текст : электронный // ЭБС Юрайт [сайт]. — URL: https://urait.ru/bcode/472985

Дополнительные источники

Вандер Плас Дж. Python для сложных задач. Наука о данных и машинное обучение / Плас Дж. Вандер – СПб.: Питер, 2017.

Скиена Стивен С. Наука о данных. Учебный курс/ Стивен С. Скиена – М: Вильямс, 2020.

Маккини Уэс. Python и анализ данных / У. Маккини – М.: ДМК Пресс, 2020.

Груздев Артем Владимирович, Хейдт Майкл. Изучаем pandas. Высокопроизводительная обработка и анализ данных в Python / М. Хедт, А.В. Груздев – М.: ЛитРес, 2019.

Все курсы