Uniwersytet Mikołaja Kopernika w Toruniu - Centralny punkt logowania
Strona główna

Wprowadzenie do języka Python

Informacje ogólne

Kod przedmiotu: 1000-I1WJP
Kod Erasmus / ISCED: (brak danych) / (0613) Tworzenie i analiza oprogramowania i aplikacji Kod ISCED - Międzynarodowa Standardowa Klasyfikacja Kształcenia (International Standard Classification of Education) została opracowana przez UNESCO.
Nazwa przedmiotu: Wprowadzenie do języka Python
Jednostka: Wydział Matematyki i Informatyki
Grupy: Inf., I st., stacjonarne, 2 rok, przedmioty do wyboru
Inf., I st., stacjonarne, 3 rok, przedmioty do wyboru
Inf., II st, stacjonarne, przedmioty do wyboru
Punkty ECTS i inne: (brak) Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.

zobacz reguły punktacji
Język prowadzenia: polski
Wymagania wstępne:

* Znajomość dowolnego strukturalnego języka programowania (np. C, Pascal, itp.),

* Podstawowa znajomość technik programowania obiektowego.

Rodzaj przedmiotu:

przedmiot fakultatywny

Całkowity nakład pracy studenta:

30 godzin – konwersatorium,

30 godzin – laboratorium,

40 godzin – praca własna - bieżące przygotowanie do zajęć, studiowanie literatury,

40 godzin – praca własna - rozwiązywanie zadań postawionych w trakcie konwersatorium,

40 godzin – praca własna - rozwiązywanie zadań postawionych w trakcie laboratorium,

RAZEM: 180 godzin.


Efekty uczenia się - wiedza:

Student, po ukończeniu kursu


* wymienia oraz klasyfikuje podstawowe konstrukcje języka Python, w szczególności słowa kluczowe języka, operatory, definicje klas i funkcji (w tym K_W03);

* zna podstawowe struktury danych dostępne z poziomu Pythona i jego biblioteki standardowej (w tym KW_05);

* posiada wiedzę dotyczącą możliwości użycia języka Python do przygotowywania programów wg. paradygmatu programowania strukturalnego, obiektowego, funkcyjnego (w tym K_W10);

* zna podstawowe możliwości biblioteki standardowej języka Python, możliwości użycia bibliotek zewnętrznych, dobrych praktyk użytecznych do przygotowywania bibliotek: wzorce projektowe, (w tym KW_11).


Efekty uczenia się - umiejętności:

Student, po ukończeniu kursu


* dobiera konstrukcje i struktury danych języka Python do realizacji zadanych operacji (w tym K_U05, K_U07, K_U21, K_U23);

* analizuje istniejące programy oraz wprowadza modyfikacje w celu uzyskania nowej funkcjonalności (w tym K_U06, K_U21);

* potrafi posługiwać się pakietem obliczeniowym Sage w celu rozwiązywania wybranych problemów matematycznych (patrz też K_U20);

* potrafi posługiwać się pakietem matplotlib w celu wizualizacji danych (patrz też K_U18);

* projektuje i tworzy aplikacje działające w środowisku graficznym z wykorzystaniem GTK+ (w tym K_U15).

Efekty uczenia się - kompetencje społeczne:

* Kreatywność, analityczne myślenie: student rozwiązuje problemy programistyczne i udoskonala istniejące rozwiązania (w tym K_K02, K_K03).

* Komunikatywność: student zna terminologię i metodologię dotyczącą języka Python na poziomie umożliwiającym swobodną współpracę z innymi programistami (w tym K_K05).

* Samodzielność, sumienność i dokładność: student potrafi rozwiązać różne problemy programistyczne, potrafi dobrać narzędzia i biblioteki użyteczne do przygotowania rozwiązywania (w tym K_K07, K_K04).

Metody dydaktyczne eksponujące:

- pokaz

Metody dydaktyczne podające:

- opis
- wykład informacyjny (konwencjonalny)
- wykład konwersatoryjny
- wykład problemowy

Metody dydaktyczne poszukujące:

- klasyczna metoda problemowa
- laboratoryjna
- projektu

Skrócony opis:

Przedmiot przeznaczony jest dla studentów drugiego oraz trzeciego roku pierwszego stopnia studiów kierunku informatyka, którzy poznali już podstawy programowania.

W trakcie zajęć studenci nauczą się programowania w języku Python w wersji 2.7. Podczas tej nauki szczególny nacisk będzie położony na poznanie tych elementów języka Python, które umożliwiają łatwe i efektywne rozwiązywanie skomplikowanych zadań. Studenci poznają narzędzia oraz biblioteki pozwalające rozwiązywać problemy matematyczne i umożliwiające profesjonalną wizualizację danych naukowych.

Pełny opis:

W trakcie zajęć studenci nauczą się programowania w języku Python w wersji 2.7. Szczególny nacisk będzie położony na praktyczne wykorzystanie zdobytych umiejętności, w tym:

  • poznanie podstawowych elementów konstrukcyjnych języka Python, umożliwiających efektywne rozwiązywanie skomplikowanych zadań (np. iteratory, generatory list, funkcje lambda),

  • znajomość podstawowych paradygmatów programowanie (strukturalne, obiektowe, funkcyjne) w kontekście języka Python,

  • umiejętność korzystania z dodatkowych bibliotek programistycznych w celu dodawania nowych funkcjonalności do tworzonych aplikacji,

  • poznanie podstawowych wzorców programistycznych ułatwiających projektowanie programów (np. model-view-controller).

Studenci poznają narzędzia pozwalające rozwiązywać problemy matematyczne zarówno przy pomocy obliczeń symbolicznych jak i numerycznych. W szczególności omówiony zostanie pakiet Sage. Zostanie także poruszony temat wizualizacji danych z wykorzystaniem biblioteki matplotlib.

Studenci poznają metody tworzenia aplikacji okienkowych z wykorzystaniem wieloplatformowej biblioteki GTK+. Omówione zostaną najważniejsze zagadnienia związane z tworzeniem aplikacji graficznych.

Literatura:

  1. Learn Python The Hard Way, Zed A. Shaw, http://learnpythonthehardway.org

  2. Thinking in Python, Bruce Eckel, http://www.mindview.net/Books/TIPython

  3. Python: od podstaw, Peter Norton, Helion, 2006.

  4. Python scripting for computational science, Langtangen, Hans Petter, Berlin; Heidelberg: Springer, cop. 2009.

  5. Matplotlib for Python Developers, Sandro Tosi, Packt Publishing, 2009.

  6. Python for Data Analysis, Wes McKinney, O'Reilly Media, Inc., 2012.

Metody i kryteria oceniania:

Laboratoria kończą się zaliczeniem na ocenę. Podstawowym kryterium otrzymania zaliczenia są

  • zaliczenie kolokwium programistycznego,

  • systematyczne rozwiązywanie zadań programistycznych przedstawionych na zajęciach.

Konwersatorium Podstawowym kryterium zaliczenia jest systematyczne przygotowanie rozwiązań zadań przedstawionych w trakcie zajęć.

Przedmiot nie jest oferowany w żadnym z aktualnych cykli dydaktycznych.
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Mikołaja Kopernika w Toruniu.
ul. Jurija Gagarina 11, 87-100 Toruń tel: +48 56 611-40-10 https://usosweb.umk.pl/ kontakt deklaracja dostępności USOSweb 7.0.2.0-1 (2024-03-12)