Анализ данных на python, фэн, 2020 spring — различия между версиями
Fulyankin (обсуждение | вклад) |
Fulyankin (обсуждение | вклад) |
||
| Строка 76: | Строка 76: | ||
* Прочитать про то [https://pythonworld.ru/osnovy/pep-8-rukovodstvo-po-napisaniyu-koda-na-python.html как писать код красиво (PEP 8)] | * Прочитать про то [https://pythonworld.ru/osnovy/pep-8-rukovodstvo-po-napisaniyu-koda-na-python.html как писать код красиво (PEP 8)] | ||
| − | Задание: | + | ''Задание:'' |
* Дорешать все задачи из [https://official.contest.yandex.ru/contest/24363/enter/ первого контеста.] Обратите внимание, что они полностью соотвествуют [https://www.coursera.org/learn/python-osnovy-programmirovaniya/home/week/1 первой неделе] рекомендованного вам курса с Coursera. Можно решать их в контесте, можно на курсере. Как вам будет удобнее. Постарайтесь решить хотябы половину их них. | * Дорешать все задачи из [https://official.contest.yandex.ru/contest/24363/enter/ первого контеста.] Обратите внимание, что они полностью соотвествуют [https://www.coursera.org/learn/python-osnovy-programmirovaniya/home/week/1 первой неделе] рекомендованного вам курса с Coursera. Можно решать их в контесте, можно на курсере. Как вам будет удобнее. Постарайтесь решить хотябы половину их них. | ||
* В качестве альтернативы мы можете попробовать порешать [https://pythontutor.ru/lessons/inout_and_arithmetic_operations/ похожие задачи с pythontutor] | * В качестве альтернативы мы можете попробовать порешать [https://pythontutor.ru/lessons/inout_and_arithmetic_operations/ похожие задачи с pythontutor] | ||
| Строка 88: | Строка 88: | ||
* [https://github.com/hse-econ-data-science/dap_2021_spring/tree/main/sem03_forif Материалы семинара sem03] | * [https://github.com/hse-econ-data-science/dap_2021_spring/tree/main/sem03_forif Материалы семинара sem03] | ||
| − | + | ''Задачи для семинаров и самостоятельного решения:'' | |
Обратите внимание, что эти наборы задач практически полностью соответствуют [рекомендованному вам курсу с Coursera. https://www.coursera.org/learn/python-osnovy-programmirovaniya#syllabus] Постарайтесь решить из каждого набора хотябы 50%. Если вам удобнее решать задачи на Coursera, тогда делайте это там. | Обратите внимание, что эти наборы задач практически полностью соответствуют [рекомендованному вам курсу с Coursera. https://www.coursera.org/learn/python-osnovy-programmirovaniya#syllabus] Постарайтесь решить из каждого набора хотябы 50%. Если вам удобнее решать задачи на Coursera, тогда делайте это там. | ||
| Строка 100: | Строка 100: | ||
Похожие задачи ждут вас на первой самостоятельной работе. | Похожие задачи ждут вас на первой самостоятельной работе. | ||
| − | + | ''Ещё материалы:'' | |
* Объяснения и задачки на pythontutor по [https://pythontutor.ru/lessons/ifelse/ условиям] и циклам [https://pythontutor.ru/lessons/for_loop/ for] и [https://pythontutor.ru/lessons/while/ while]. | * Объяснения и задачки на pythontutor по [https://pythontutor.ru/lessons/ifelse/ условиям] и циклам [https://pythontutor.ru/lessons/for_loop/ for] и [https://pythontutor.ru/lessons/while/ while]. | ||
Версия 17:46, 17 января 2021
Содержание
- 1 О курсе
- 2 Правила выставления оценок
- 3 Распределение групп по семинаристам и ассистентам
- 4 Материалы курса
- 5 Оценивание
- 6 Большой план маленьких побед
- 6.1 Неделя 1 (18-23 января). Вводимся в python, git и делаем import this
- 6.2 Недели 2-3 (25 января - 6 февраля). Циклы, условия и листы
- 6.3 Неделя без пар (8 - 13 февраля)
- 6.4 Неделя 4 (15-20 февраля). Говорим о функциях
- 6.5 Недели 5-6. (24 февраля - 6 марта)
- 6.6 Неделя без пар (8 - 13 марта)
- 6.7 Неделя 7. (15 - 20 марта)
- 6.8 Неделя 8. (22 - 27 марта)
- 6.9 Сессия
- 7 Литература
О курсе
Преподаватели: Карпов Максим Евгеньевич, Максимовская Анастасия Максимовна, Петросян Артур Тигранович, Ульянкин Филипп Валерьевич, Филатов Артём Андреевич, Аброскин Илья Дмитриевич, Мидюкин Максим Олегович, Зарманбетов Ахмед Курманалиевич
Правила выставления оценок
Распределение групп по семинаристам и ассистентам
| Группа | Семинарист | Ассистент |
|---|---|---|
| 191 | Филипп Ульянкин @Ppilif | Романенко Саша @cutre_sa |
| 192 | Максим Карпов @buntar29 | Стрельцов Артём @in_chainz |
| 193 | Максим Карпов @buntar29 | Колесников Егор @kollego |
| 194 | Филипп Ульянкин @Ppilif | Пешков Максим @peshkovmax |
| 195 | ||
| 196 | ||
| 197 | ||
| 198 | ||
| 199 | ||
| 1910 | ||
| 1911 | ||
| 1912 | ||
| 1913 |
Материалы курса
- тг-чат курса и канал для объявлений
- github-репозиторий с материалами курса
- Youtube-канал с записями семинаров
- Материалы прошлого курса (весна 2020)
- Установите перед первым семинаром Anaconda. Инструкция для windows и инструкция для мака
Оценивание
Оценка ставится по формуле:
Min(10, Round(0.05 ДЗ1 + 0.1 ДЗ2 + 0.1 ДЗ3 + 0.1 ДЗ4 + 0.15 ДЗ5 + 0.1 КР + 0.3 Экз + 0.1 СР1 + 0.1 СР2 + 0.1 СР3))
Домашки:
Тут будет перечень ссылок с домашками
Контрольные:
Тут будет перечень ссылок с контрольными и самостоятельными
Другое:
Тут будут ещё ссылки
Большой план маленьких побед
Неделя 1 (18-23 января). Вводимся в python, git и делаем import this
- Материалы семинара sem01
- Задачи для семинара
- Прочитать про то как писать код красиво (PEP 8)
Задание:
- Дорешать все задачи из первого контеста. Обратите внимание, что они полностью соотвествуют первой неделе рекомендованного вам курса с Coursera. Можно решать их в контесте, можно на курсере. Как вам будет удобнее. Постарайтесь решить хотябы половину их них.
- В качестве альтернативы мы можете попробовать порешать похожие задачи с pythontutor
Если хотите мастерски писать в ноутбуках текст на маркдауне:
Недели 2-3 (25 января - 6 февраля). Циклы, условия и листы
Задачи для семинаров и самостоятельного решения:
Обратите внимание, что эти наборы задач практически полностью соответствуют [рекомендованному вам курсу с Coursera. https://www.coursera.org/learn/python-osnovy-programmirovaniya#syllabus] Постарайтесь решить из каждого набора хотябы 50%. Если вам удобнее решать задачи на Coursera, тогда делайте это там.
- Задачи на условия (первая половина 2 недели курса)
- Задачи на цикл while (можно решать и через for) (вторая половина 2 недели курса)
- Задачи на цикл for (можно решать и через while) (первая половина 5 недели курса)
- Задачи на действительные числа и строки (3 неделя курса)
- Задачи на списки и циклы (вторая половина 5 недели курса)
Похожие задачи ждут вас на первой самостоятельной работе.
Ещё материалы:
- Объяснения и задачки на pythontutor по условиям и циклам for и while.
- Совсем краткий конспект на pythonworld по циклам и условиям.
Неделя без пар (8 - 13 февраля)
На этой неделе, в субботу, 13 февраля с 13:00 до 15:00 пройдёт самостоятельная работа. Чтобы подготовиться к ней решайте и разбирайте на консультациях задачи из наборов выше.
Неделя 4 (15-20 февраля). Говорим о функциях
- Материалы семинара sem04
- Тут появится ссылка с задачами на контест, можно будет попробовать порешать его
Онлайн-дз:
- Неделя 4 и 6 курса на Coursera.
- Урок про функции и рекурсию на pythontutor
- Краткие конспекты про функции на pythonworld
Недели 5-6. (24 февраля - 6 марта)
- Материалы семинара sem05
- Материалы семинара sem06
- Тут появится ссылка с задачами на контест, можно будет попробовать порешать его
Онлайн-дз:
- Неделя 7 курса на Coursera.
- Уроки про множества и словари на pythontutor
- Краткие коспекты на pythonworld про словари и множества
- Если вы хотите немного углубиться в алгоритмическую составляющую, прочитайте книгу Грокаем Алгоритмы с примерами кода на python, она великолепная и очень просто написана с примерами на python
Неделя без пар (8 - 13 марта)
На этой неделе, в субботу, 13 марта с 13:00 до 15:00 пройдёт самостоятельная работа. Чтобы подготовиться к ней решайте и разбирайте на консультациях задачи из наборов выше.
Неделя 7. (15 - 20 марта)
Разбираемся с numpy
Неделя 8. (22 - 27 марта)
Начинаем разбираться с pandas
Сессия
На этой неделе вас ожидает мидтёрм по всем темам из первой половины курса, кроме pandas. Он пройдёт 1 апреля, в четверг, с 11:00 до 14:00.
По ходу курса тут появятся материалы к следующим неделям.
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.
