Python для сбора и анализа данных КНАД 22/23 — различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск
Строка 10: Строка 10:
 
==Семинары==
 
==Семинары==
  
Пятница 13:00 – 14:20, [https://us06web.zoom.us/j/87433550226?pwd=RWtRc1YwUTdnWGtPWEJ4cnBXNVh3QT09 222] [https://us06web.zoom.us/j/83134885209?pwd=NHpnc3JoZGtqT2g5WStKN1kzOFBaUT09 221]
+
Пятница 13:00 – 14:20, [https://us06web.zoom.us/j/87433550226?pwd=RWtRc1YwUTdnWGtPWEJ4cnBXNVh3QT09 zoom222] [https://us06web.zoom.us/j/83134885209?pwd=NHpnc3JoZGtqT2g5WStKN1kzOFBaUT09 zoom221]
  
 
1. '''13 января''' Продолжение лекции по numpy [https://colab.research.google.com/drive/1ji_2UDhQFlvq6sDUm6XObR8IGg-KCCM9?usp=sharing colab]
 
1. '''13 января''' Продолжение лекции по numpy [https://colab.research.google.com/drive/1ji_2UDhQFlvq6sDUm6XObR8IGg-KCCM9?usp=sharing colab]
 +
 +
2. '''20 января''' Решение задач на numpy [https://colab.research.google.com/drive/1ji_2UDhQFlvq6sDUm6XObR8IGg-KCCM9?usp=sharing colab]
  
  

Версия 21:17, 19 января 2023

Лекции

Вторник 13:00 – 14:20, zoom

1. 10 января Модуль numpy. Основные операции для работы с numpy.array. презентация colab

2. 17 января Модуль pandas. series и работа с одним датафреймом colab, первый пункт


Семинары

Пятница 13:00 – 14:20, zoom222 zoom221

1. 13 января Продолжение лекции по numpy colab

2. 20 января Решение задач на numpy colab


Домашнее задание

Сдача задач проводится в anytask, инвайты в закреплённом сообщении телеграм чата. Максимум за одно дз – 10 баллов, по решению проверяющего могут быть добавлены бонусные баллы за изящные решения. Указанный в anytask максимальный балл – чисто формальное ограничение, оно больше, чем наш максимум, ибо в него входят бонусные баллы.

Ваше задание может быть проверено и возвращено на доработку на усмотрение преподавателя.

1. numpy. Дедлайн 24.01.2022 10:30. Максимум без учёта бонусов – 10 баллов


Рекомендуемая основная литература

1. Python для анализа данных – курс от МФТИ и Mail.Ru Group

2. Hadoop. Система для обработки больших объемов данных

3. Основы SQL – курс Андрея Созыкина

4. Курс Техносферы Методы распределенной обработки больших объемов данных в Hadoop

5. https://numpy.org/, https://pandas.pydata.org/, https://matplotlib.org/


Рекомендуемая дополнительная литература

1. https://mrjob.readthedocs.io/en/latest/

2. Devpractice Team. Python. Визуализация данных. Matplotlib. Seaborn. Mayavi.

3. https://vk.com/itcookies/python

4. О функции apply в pandas