Основы программирования в Python и анализа данных

Магистратура 2022/2023

Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»

Статус: Курс обязательный (Социология публичной сферы и цифровая аналитика)

Направление: 39.04.01. Социология

Кто читает: Департамент социологии

Где читается: Факультет социальных наук

Когда читается: 1-й курс, 1, 2 модуль

Формат изучения: без онлайн-курса

Охват аудитории: для своего кампуса

Преподаватели: Андреева Дарья Александровна, Ротмистров Алексей Николаевич

Прогр. обучения: Социология публичной сферы и цифровая аналитика

Язык: русский

Кредиты: 6

Контактные часы: 60

Полная версия программы учебной дисциплины Задать вопрос

Аннотация

Цель учебной дисциплины – познакомить студентов с основами языка программирования Python в приложении к анализу данных в социальных науках. Эта цель достигается через решение двух параллельных задач: познакомить с такими основами языка программирования Python, как (1) установка и интерфейс Jupyter, (2) модули и пакеты, (3) наиболее востребованные классы данных и их индексирование, (4) циклы for in и while, (5) условные конструкции if elif else, (6) пакет pandas, датафрейм и его индексирование; познакомить с такими основами анализа данных, как (1) переменные и их типы шкал, (2) статгипотезы и дов.интервалы. Знакомство с программированием происходит в контексте решения содержательных социологических задач, предполагающих анализ данных. В результате освоения дисциплины студенты смогут решать простейшие задачи анализа данных посредством самостоятельного написания кода на языке программирования Python, привлечения релевантных пакетов и модулей этой среды, интерпретации выдачи.

Цель освоения дисциплины

Научиться осознанному программированию на уровне достаточном для самостоятельного решения социологических задач с привлечением программистских навыков; общения с подрядчиками-программистами на одном языке; понимания программистских схем и границ их применимости.
Изучить основы Python, его пакеты и модули, позволяющие осуществлять веб-скрапинг, структурировать собранные данные в формат Excel, применять описательную статистику и искать связи между парой переменных с учётом их типов шкал.

Планируемые результаты обучения

Устанавливает сборку Anaconda, запускает и использует Jupyter Notebook, пишет простую программу на Python, использует Google Colab
Умеет посредством Python правильно оформлять выгруженные характеристики в удобную таблицу Excel
Умеет анализировать архитектуру веб-источника, пользоваться модулями в среде Python для выгрузки больших данных со статических веб-страниц, а также владеет универсальным алгоритмом веб-скэпинга
Различает три основных типа шкал переменных (номинальные, порядковые, интервальные-числовые) на основе ориентиров
Умеет применять к переменным релевантные методы описательной статистики (одномерные частотные таблицы и графики, меры центральной тенденции и неоднородности) и корректно интерпретировать результаты
Умеет пользоваться модулями в среде Python для анализа данных в социальных науках
Умеет применять к переменным релевантные методы парной связи (коэффициент корреляции Пирсона, коэффициент ранговой корреляции Спирмана, критерий Хи-квадрат и его остатки) и корректно интерпретировать результаты

Содержание учебной дисциплины

Занятие 1. Введение
Занятие 2. Основы Python на примере применения пакетов requests, bs4 и pandas
Занятие 3. Основы Python на примере углублённого парсинга посредством пакета bs4
Занятие 4. Основы Python на примере углублённого парсинга посредством комбинации пакетов bs4 и re
Занятие 5. Сборка итогового скрипта для веб-скрапинга характеристик конкурсов сайта fl.ru
Занятие 6. Основы Python на примере операций над файловой системой посредством пакета os
Занятие 7. Знакомство с типами шкал и распределениями переменных
Занятие 8. Меры центральной тенденции и однородности
Занятие 9. Парная связь интервальных переменных
Занятие 10. Парная связь переменных, среди которых есть номинальная

Элементы контроля

Домашняя работа №1
Сбор данных в рамках персонального или командного мини-проекта
Активность на занятии
Активность на занятиях выставляется на каждом занятии за обоснованные ответы и демонстрацию проделанной работы
Экзамен
Экзамен в формате теста
Контрольная работа №1
Решение задач в соответствии с уникальным вариантом работы
Домашняя работа №2
Первичный анализ собранных данных в рамках персонального или командного мини-проекта
Контрольная работа №2
Решение задач в соответствии с уникальным вариантом работы

Промежуточная аттестация

2022/2023 учебный год 2 модуль
0.14 * Домашняя работа №1 + 0.2 * Активность на занятии + 0.15 * Домашняя работа №2 + 0.26 * Экзамен + 0.125 * Контрольная работа №1 + 0.125 * Контрольная работа №2

Список литературы

Авторы

Ротмистров Алексей Николаевич
Манерова Анна Андреевна

Программа дисциплины