Бакалавриат
2023/2024
Проектный семинар "Python в науке и инженерии"
Статус:
Курс обязательный (Прикладная математика)
Направление:
01.03.04. Прикладная математика
Кто читает:
Департамент прикладной математики
Когда читается:
1-й курс, 3, 4 модуль
Формат изучения:
с онлайн-курсом
Онлайн-часы:
30
Охват аудитории:
для своего кампуса
Язык:
русский
Кредиты:
3
Контактные часы:
24
Программа дисциплины
Аннотация
Практикум нацелен на приобретение начальных навыков работы с научным стеком языка Python: Numpy, Matplotlib, Scipy, Sympy, Pandas. В результате освоения практикума студент научится взаимодействовать с интерактивной средой Jupyter Notebook, применять численные методы для решения задач (Scipy), выполнять символьные вычисления (Sympy), анализировать полученные результаты (Pandas), строить графики (Matplotlib).
Цель освоения дисциплины
- Получение знаний и навыков программирования на языке Python и использования имеющих широкое применение модулей научного стека (Numpy, Scipy, Matplotlib, Pandas).
Планируемые результаты обучения
- Реализует алгоритм на Python в процедурной парадигме
- Реализует вычислительный алгоритм используя NumPy
- Реализует вычислительный алгоритм используя SciPy, визуализирует результаты используя Matplotlib.
- Загружает и обрабатывает данные используя Pandas.
- Устанавливает сборку Anaconda, запускает и использует Jupyter Notebook, пишет простую программу на Python, использует Google Colab
- Владеет навыками использования встроенных типов данных Python (Cтроки, списки, генераторы списков, кортежи, словари, функции)
- Создает графики, используя Matplotlib.
Содержание учебной дисциплины
- Введение в Python
- Типы данных
- Управляющие конструкции и процедурное программирование
- Модуль NumPy и его применение
- Модуль Matplotlib
- Модуль SciPy
- Модуль Pandas
Промежуточная аттестация
- 2023/2024 учебный год 4 модуль0.25 * Домашняя работа + 0.25 * Домашняя работа + 0.5 * Проект
Список литературы
Рекомендуемая основная литература
- Python 3, Прохоренок, Н. А., 2016
- Python for data analysis : data wrangling with pandas, numPy, and IPhython, Mckinney, W., 2017
- Изучаем pandas : высокопроизводительная обработка и анализ данных в Python, Хейдт, М., 2018
- Легкий способ выучить Python 3 еще глубже, Шоу, З. А., 2020
- Легкий способ выучить Python 3, Шоу, З. А., 2019
- Стандартная библиотека Python 3 : справочник с примерами : пер. с англ., Хеллман, Д., 2019
- Элегантный SciPy : искусство научного программирования на Python, Нуньес-Иглесиас, Х., 2018
Рекомендуемая дополнительная литература
- Schneider, D. I. (2016). An Introduction to Programming Using Python, Global Edition: Vol. Global edition. Pearson.