Просмотр исходного текста страницы Анализ данных на Python-Эконом-2022

==О курсе==

Этой весной вас ждёт курс по Python. Следующей весной — курс по Анализу данных.

После каждого из этих курсов будет независимый экзамен от ФКН. 

'''Преподаватели:'''  
[https://www.hse.ru/org/persons/160981103 Максимовская Анастасия Максимовна], [https://www.hse.ru/org/persons/307095000 Зарманбетов Ахмед Курманалиевич], [https://www.hse.ru/org/persons/408540654 Мидюкин Максим Олегович], Аброскин Илья Дмитриевич, [https://www.hse.ru/org/persons/190889495 Зехов Матвей Сергеевич], [https://www.hse.ru/org/persons/218009880 Ульянкин Филипп Валерьевич]

== Правила выставления оценок ==
Вы получаете две оценки: одну — за курс, вторую — за независимый экзамен. 

Оценка за курс ставится по формуле: 

<span style="background-color:#ddd;">Min(10, 0.1*''МСР'' + 0.4*''БСР'' + 0.5*''ДЗ'')</span>,

где ''ДЗ'' — средняя оценка за все домашние задания (4 штуки), ''МСР'' — средняя оценка за все мини-самостоятельные работы на семинарах (около 6 штук), ''БСР'' — средняя оценка за все большие самостоятельные работы (3 штуки). Округление арифметическое.

Независимый экзамен вы пишите в конце курса и получаете по его итогам отдельную оценку. Пробный вариант будет.

==Идеология курса==
Основная цель курса - научить вас скриптованию. По его итогам вы должны смело уметь открывать Python и писать гору кода для решения всех своих проблем.

Курс представляет из себя сочетания ''онлайн'' и ''офлайн'' частей. В офлайн-части мы ''на семинарах'' вместе что-то делаем: в основном, решаем задачи. В онлайн-части вы изучаете ''курс на Coursera'' и дополнительные материалы, которые мы выкладываем.

Проверять то, как вы делаете онлайновую часть, мы не будем. Тем не менее, единственный способ научиться программировать - это много программировать. Если вы будете игнорировать онлайновую часть, довольно большой кусок практики выпадет из вашей жизни, а впоследствии на самостоятельных и экзамене возникнут проблемы.

== Распределение групп по семинаристам и ассистентам ==

{| class="wikitable"
|-
! Группа !! Семинарист !! Ассистент
|-
| 211 || || 
|-
| 212 || || 
|-
| 213 || || 
|-
| 214 || Анастасия Максимовская ([https://t.me/anastasiyamaxx TG]) ||Савелий Прохоров ([https://t.me/Savely_Prokhorov TG])
|-
| 215 || Анастасия Максимовская ([https://t.me/anastasiyamaxx TG]) ||Савелий Прохоров ([https://t.me/Savely_Prokhorov TG])
|-
| 216  || || 
|-
| 217  || || 
|-
| 218  || || 
|-
| 219  || || 
|-
| 2110 || || 
|-
| 2111 || || Евгения Никулина ([https://t.me/evgnikulina TG])
|-
| 2112 || || Нина Челышева ([https://t.me/ninachely TG])
|}

==Материалы курса==
* [https://t.me/+_2BivfQyHHYxMzJi TG-чат курса для поддержки и флуда] и [https://t.me/+VyQGUa12HZg4MjAy TG-канал для объявлений]
* [ Таблица с оценками (будет позже)]
* [https://github.com/hse-econ-data-science/dap_2022-23 GitHub-репозиторий] 
* Youtube-каналы с записями семинаров: 
* [https://github.com/hse-econ-data-science/dap_2021_spring Материалы прошлого курса (весна 2021) на GitHub]

==Домашки==
Здесь появятся ссылки на контесты с задачами

==Контрольные==
Здесь появятся ссылки на контесты с задачами

==Большой план (не)маленьких побед==
Установите перед первым семинаром Anaconda. [https://github.com/hse-econ-data-science/dap_2020_fall/blob/master/utils/install_conda_windows.pdf Инструкция для Windows] и  [https://github.com/hse-econ-data-science/dap_2020_fall/blob/master/utils/install_conda_mac.pdfИнструкция для Mac]

Anaconda - это дистрибутив для новичка. Обычно рано или поздно от него отказываются. Если вы жёсткий и вам знакомо слово терминал, можно поставить python и всё необходимое через него. Желательно сразу же делать это [https://github.com/pyenv/pyenv через pyenv].

* '''[https://github.com/hse-econ-data-science/dap_2022-23/blob/main/sem01_intro sem01]''' Вводимся в Python, Git и делаем import this.
* '''[https://github.com/hse-econ-data-science/dap_2022-23/blob/main/sem02_for sem02]''' Говорим про циклы, условия, списки, что такое range (концепция генераторов на пальцах).
* '''[https://github.com/hse-econ-data-science/dap_2022-23/blob/main/sem03_list sem03]''' Говорим про изменяемые и неизменяемые типы данных: списки, кортежи, строки и методы работы с ними. Обсуждаем как Python работает с памятью и где можно из-за этого накосячить.
* '''[https://github.com/hse-econ-data-science/dap_2022-23/blob/main/sem04_functions sem04]''' Говорим о функциях и рекурсии. Решаем задачи на циклы и оформляем их в виде функций.
* '''[https://github.com/hse-econ-data-science/dap_2022-23/blob/main/sem05_dict sem05]''' Говорим про словарики и множества
* '''[https://github.com/hse-econ-data-science/dap_2022-23/blob/main/sem06_dict sem06]''' Решаем задачи на словари и множества. Немного говорим про collections.
* '''[https://github.com/hse-econ-data-science/dap_2022-23/blob/main/sem07_wow sem07]''' Полезный функционал: list comprehension, map, lambda-функции, all, any, max, sorted, lambda внутри них как key и т.п. Мб про operator, collections и itertools
* '''[https://github.com/hse-econ-data-science/dap_2022-23/blob/main/sem08_write sem08]''' Чтение и запись в файлы. Типы файлов: .txt, .json, .csv, .tsv, pickle. Введение в pandas: подгрузили табличку и сделали минимальное её шатание. Сразу забыли про pandas до следующего года. На экзамене им пользоваться нельзя.
* '''[https://github.com/hse-econ-data-science/dap_2022-23/blob/main/sem09_parsers sem09]''' Учимся собирать данные, пишем парсеры.
* '''[https://github.com/hse-econ-data-science/dap_2022-23/blob/main/sem10_API sem10]''' Работа с API

==Литература==

'''Рекомендуемая литература:'''

* Lutz, M. (2008). [http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=415392 Learning Python (Vol. 3rd ed).] Beijing: O’Reilly Media.
* Vanderplas, J. T. [http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=nlebk&AN=1425081 Python Data Science Handbook : Essential Tools for Working with Data (Vol. First edition).] CA: Reilly - O’Reilly Media, 2016.
* Митчелл Р. [https://e.lanbook.com/book/100903 Скрапинг веб-сайтов с помощю Python.] Издательство "ДМК Пресс", 2016.