Анализ данных на Python-Эконом-2022 — различия между версиями

Версия 17:57, 4 апреля 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: Максимовская Анастасия Максимовна, Зарманбетов Ахмед Курманалиевич, Мидюкин Максим Олегович, Аброскин Илья Дмитриевич, Зехов Матвей Сергеевич, Ульянкин Филипп Валерьевич

Правила выставления оценок

Вы получаете две оценки: одну — за курс, вторую — за независимый экзамен.

Оценка за курс ставится по формуле:

Min(10, 0.1*МСР + 0.4*БСР + 0.5*ДЗ),

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 ср и экзамене возникнут проблемы.

Распределение групп по семинаристам и ассистентам

Материалы курса

• TG-чат курса для поддержки и флуда и TG-канал для объявлений
• [ Таблица с оценками (будет позже)]
• GitHub-репозиторий
• Youtube-каналы с записями семинаров:
• 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. Инструкция для Windows и 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 через pyenv.

• sem01 Вводимся в Python, Git и делаем import this.
• sem02 Говорим про циклы, условия, списки, что такое range (концепция генераторов на пальцах).
• 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.
• sem04 Говорим о функциях и рекурсии. Решаем задачи на циклы и оформляем их в виде функций.
• sem05 Говорим про словарики и множества
• sem06 Решаем задачи на словари и множества. Немного говорим про collections.
• 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
• 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.
• sem09 Учимся собирать данные, пишем парсеры.
• sem10 Работа с API

Литература

Рекомендуемая литература:

• Lutz, M. (2008). Learning Python (Vol. 3rd ed). Beijing: O’Reilly Media.
• Vanderplas, J. T. Python Data Science Handbook : Essential Tools for Working with Data (Vol. First edition). CA: Reilly - O’Reilly Media, 2016.
• Митчелл Р. Скрапинг веб-сайтов с помощю Python. Издательство "ДМК Пресс", 2016.