Python Programming 510-IS1-1PJP-23-ENG
Profil studiów: ogólnoakademicki
Forma studiów: stacjonarne
Rodzaj przedmiotu: obowiązkowy
Dziedzina i dyscyplina nauki: nauki ścisłe i przyrodnicze, informatyka
Rok studiów / semestr: 1/ 2
Wymagania wstępne (tzw. sekwencyjny system zajęć i egzaminów):
Podstawy programowania strukturalnego
Przedmioty wprowadzające: -
Wykład: 15h Laboratorium: 30h
Metody dydaktyczne: wykład, dyskusja, wyjaśnienie, laboratorium, rozwijanie umiejętności, konsultacje
Punkty ECTS: 4
Bilans nakładu pracy studenta:
Udział w zajęciach:
- wykład 15h
- laboratorium 30h
Przygotowanie do zajęć:
- wykład 5h
- laboratorium 10h
Zapoznanie z literaturą: 5h
Sprawozdania, raporty z zajęć, prace domowe, zadania projektowe realizowane w domu: 10h
Przygotowanie do kolokwium: 10h
Przygotowanie do zaliczenia: 10h
Udział w konsultacjach: 5h
Wskaźniki ilościowe:
- nakład pracy studenta związany z zajęciami wymagającymi bezpośredniego udziału nauczyciela: 50h, 2 ECTS
- nakład pracy studenta, który nie wymaga bezpośredniego udziału nauczyciela: 50h, 2 ECTS
Rodzaj przedmiotu
Tryb prowadzenia przedmiotu
Koordynatorzy przedmiotu
Efekty kształcenia
1. Zna kluczowe konstrukcje języka i wybrane pakiety języka Python. KP6_WG3
2. Zna główne paradygmaty programowania (imperatywny, proceduralny, funkcyjny i obiektowy) w języku Python. KP6_WG4
3. Potrafi na poziomie średniozaawansowanym projektować i implementować programy w języku Python wykorzystując różne paradygmaty programowania. KP6_UW6, KP6_UW7, KP6_UW8, KP6_UW15, KP6_UK3
4. Umie posługiwać się terminologią informatyczną w języku angielskim KP6_UK1
5. Potrafi dostrzegać zalety i wady stosowania języka Python, w szczególności dla rozwiązań problemów rzeczywistych. KP6_UU1
6. Jest gotów do starannego określania priorytetów i kolejność swoich działań KP6_KK1
Kryteria oceniania
Ogólna forma zaliczenia: zaliczenie
Literatura
1. Python data analytics: data analysis and science using Pandas, Matplotlib and the Python programming language, Fabio Nelli, Apress, 2015
2. A Beginners Guide to Python 3 Programming, John Hunt, Springer 2019
3. The Absolute Beginner's Guide to Python Programming A Step-by-Step Guide with Examples and Lab Exercises. Kevin Wilson Apress 2022
4. Python for Everybody. Exploring Data in Python 3. Charles R. Severance 2022 wyd.3
|
W cyklu 2024:
1. Python data analytics: data analysis and science using Pandas, Matplotlib and the Python programming language, Fabio Nelli, Apress, 2015 |
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: