Uniwersytet Warszawski - Centralny System Uwierzytelniania
Strona główna

Wprowadzenie do programowania w języku Python

Informacje ogólne

Kod przedmiotu: 2400-ZEWW825
Kod Erasmus / ISCED: 14.3 Kod klasyfikacyjny przedmiotu składa się z trzech do pięciu cyfr, przy czym trzy pierwsze oznaczają klasyfikację dziedziny wg. Listy kodów dziedzin obowiązującej w programie Socrates/Erasmus, czwarta (dotąd na ogół 0) – ewentualne uszczegółowienie informacji o dyscyplinie, piąta – stopień zaawansowania przedmiotu ustalony na podstawie roku studiów, dla którego przedmiot jest przeznaczony. / (0311) Ekonomia Kod ISCED - Międzynarodowa Standardowa Klasyfikacja Kształcenia (International Standard Classification of Education) została opracowana przez UNESCO.
Nazwa przedmiotu: Wprowadzenie do programowania w języku Python
Jednostka: Wydział Nauk Ekonomicznych
Grupy: Przedmioty kierunkowe do wyboru - studia II stopnia EP - grupa 1 (3*30h)
Przedmioty kierunkowe do wyboru - studia II stopnia IE - grupa 1 (6*30h)
Przedmioty kierunkowe do wyboru- studia I stopnia EP
Przedmioty ścieżki Gospodarka cyfrowa
Punkty ECTS i inne: 3.00 Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.

zobacz reguły punktacji
Język prowadzenia: polski
Rodzaj przedmiotu:

nieobowiązkowe

Skrócony opis:

Zajęcia mają na celu nauczenie studentki i studentów programowania w języku Python, języku najczęściej poszukiwanym w wyszukiwarce Google. Kurs prowadzony jest od podstaw, dlatego nie jest wymagana wcześniejsza znajomość programowania ani informatyki na poziomie wyższym niż szkolny. Na początku zostaną przedstawione podstawy programowania oraz języka Python, a następnie najbardziej przydatne biblioteki oraz rozwiązania w rozwoju naukowym w zakresie ekonomii i pracy analityczki/analityka.

Zadaniem zajęć jest przygotowanie teoretyczne uczestniczek i uczestników, aby mogli kontynuować poszerzanie wiedzy samodzielnie lub na przedmiocie “Zastosowania języka Python”.

Pełny opis:

• Podstawy Pythona. Konsola, środowiska wirtualne, edytory kodu, zintegrowane środowiska programistyczne, dokumentacja kodu, styl PEP 8. Co to algorytm i kontrola wersji

• Podstawy programowania na przykładzie Pythona: typy zmiennych, podstawowe struktury danych (lista, krotka, zbiór, słownik), kontrola przepływu (instrukcje warunkowe, pętle, wyjątki)

• Funkcje. Struktura, zakres, parametry, rekurencja, lambda

• numpy (algebra liniowa)

• pandas (operacje na danych)

• Sieć i dane: biblioteki requests i BeautifulSoup. HTTP, API, HTML, XML, JSON

• Klasy i dziedziczenie

• List/dictionary comprehensions, generatory, iteratory. Zaawansowane struktury danych (collections, trees)

• Pliki, przetwarzanie tekstu, wyrażenia regularne. Tworzenie efektywnego i szybkiego kodu, wielowątkowość, profilowanie

Literatura:

Sweigart, A. (2019), “Automate the Boring Stuff with Python: Practical Programming for Total Beginners”, 2nd Edition, No Starch Press

Shaw, Z. (2016), “Learn Python 3 the Hard Way”, Addison-Wesley Professional

McKinney, W. (2012),”Python for Data Analysis: Data Wrangling with Pandas, NumPy, and IPython”, O’Reilly

VanderPlas, J. (2016), Python Data Science Handbook: Essential Tools for Working with Data, O’Reilly

Efekty uczenia się:

WIEDZA

Student/ka umie wyjaśnić różnicę między zintegrowanym środowiskiem programistycznym a edytorem tekstu

Student/ka ma świadomość istnienia różnych struktur danych, w tym innych niż podstawowe i wie, która jest odpowiednia do rozwiązania konkretnych problemów

Student/ka zna pojęcia funkcji i klasy oraz wie, że nie ograniczają się one do konkretnego języka

Student/ka wie, do jakich zastosowań użyć podstawowych bibliotek języka Python oraz jak wyszukiwać biblioteki potrzebne mu do konkretnych zastosowań

Student/ka wie, jak dane w internecie są ustrukturyzowane, co to Application Programming Interface oraz jakie są jego zastosowania

Student/ka rozróżnia powszechne formaty danych i wie, jakiego narzędzia należy użyć do ich wczytania

Student/ka wie, gdzie szukać informacji dotyczących programowania

UMIEJĘTNOŚCI

Student/ka potrafi skonfigurować środowisko wirtualne oraz wybrać narzędzie, w którym będzie pisać kod, odpowiednio do swoich potrzeb

Student/ka potrafi przeanalizować dane samodzielnie pobrane ze źródeł internetowych do wykorzystania w jej/jego pracy licencjackiej lub magisterskiej

Student/ka jest w stanie przygotować prostą aplikację wykorzystującą źródła internetowe

Student/ka potrafi napisać kod, który rozwiązuje problem w sposób efektywny

Student/ka umie wyszukiwać rozwiązania problemów w wyszukiwarce internetowej i dostosować znalezione rozwiązania

KOMPETENCJE SPOŁECZNE

Student/ka rozumie, że potrzebna jest zarówno praca własna, jak i stałe poszerzanie swojej wiedzy w komunikacji z innymi, aby osiągnąć sukces w programowaniu

Student/ka ma świadomość, że prawdopodobnie rozwiązanie problemu stojącego przed nią/nim zostało już znalezione i należy korzystać z doświadczenia innych

Metody i kryteria oceniania:

Wymagane są:

1) rozwiązanie zbioru zadań sprawdzających podstawową wiedzę i umiejętności.

2) projekt końcowy.

Do zaliczenia przedmiotu wymagane jest zaliczenie obu części. Jeśli przedmiot został zaliczony, ocena końcowa zależy wyłącznie od projektu końcowego.

Zajęcia w cyklu "Semestr zimowy 2025/26" (jeszcze nie rozpoczęty)

Okres: 2025-10-01 - 2026-01-25
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Konwersatorium, 30 godzin więcej informacji
Koordynatorzy: Kristóf Gyódi, Satia Rożynek
Prowadzący grup: Kristóf Gyódi, Satia Rożynek
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Zaliczenie na ocenę
Konwersatorium - Zaliczenie na ocenę
Skrócony opis:

Zajęcia mają na celu nauczenie studentek i studentów programowania w języku Python – najczęściej wyszukiwanym języku programowania w Google. Kurs prowadzony jest od podstaw, dlatego nie jest wymagana wcześniejsza znajomość programowania ani informatyki poza poziomem szkolnym. Zajęcia mają charakter warsztatowy i koncentrują się na rozwiązywaniu praktycznych zadań.

Na początku omówione zostaną podstawy programowania oraz języka Python, a następnie przedstawione zostaną najbardziej przydatne biblioteki i rozwiązania wykorzystywane w pracy naukowej z zakresu ekonomii oraz w codziennej pracy analityczek i analityków.

Celem zajęć jest przygotowanie uczestniczek i uczestników do samodzielnego rozwijania umiejętności programistycznych, a także do kontynuowania nauki na przedmiotach „Zastosowania języka Python” oraz „Analiza danych tekstowych i ekstrakcja danych z językiem Python”.

Pełny opis:

Plan kursu:

• Podstawy Pythona. Anaconda Navigator, środowiska wirtualne, edytory kodu, Jupyter Notebook

• Typy zmiennych, podstawowe struktury danych (lista, krotka, zbiór, słownik), kontrola przepływu (instrukcje warunkowe, pętle, wyjątki)

• Funkcje: argumenty, wartości lokalne i globalne, funkcje lambda, rekurencja

• Numpy: wektory, macierze, liczby losowe, funkcje matematyczne

• Pandas: DataFrame, praca z danymi (filtrowanie, grupowanie, łączenie danych)

• Pandas w praktyce: praca z większymi zbiorami danych (czyszczenie, statystki opisowe, dane tekstowe, daty, tworzenie własnych funkcji)

• Importowanie danych: pliki csv, excel, pickle, json, txt, zbiory statyczne (Eurostat, World Bank)

• Wizualizacja danych: Matplotlib i Seaborn, przygotowanie atrakcyjnych wykresów

• Web-scraping: podstawy HTML, requests i BeautifulSoup

• Klasy i dziedziczenie

• Konsultacje dot. projektów zaliczeniowych

• Prezentacja projektu (2 zajęcia)

Zaliczenie kursu oparte jest na przygotowaniu projektu w ramach pracy zespołowej. Projekt będzie się skupiał na wykorzystaniu języka Python do analizy danych, np. analizy wybranego zjawiska społecznego na podstawie empirycznego badania.

Szacunkowy nakład pracy studenta: 2ECTS x 25h = 50h

(K) - godziny kontaktowe (S) - godziny pracy samodzielnej

wykład (zajęcia): 0h (K) 0h (S)

ćwiczenia (zajęcia): 30h (K) 0h (S)

egzamin: 0h (K) 0h (S)

konsultacje: 2h (K) 0h (S)

przygotowanie do ćwiczeń: 0h (K) 6h (S)

praca z materiałami dodatkowymi umieszczanymi na platformie Moodle : 0h (K) 2h (S)

przygotowanie projektu zaliczeniowego: 0h (K) 10h (S)

Razem: 32h (K) + 18h (S) = 50h

Literatura:

Własne materiały dydaktyczne przygotowane na podstawie różnych źródeł (np. z dokumentacji z bibliotek)

VanderPlas, J. (2016), Python Data Science Handbook: Essential Tools for Working with Data, O’Reilly

Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Warszawski.
ul. Banacha 2
02-097 Warszawa
tel: +48 22 55 44 214 https://www.mimuw.edu.pl/
kontakt deklaracja dostępności mapa serwisu USOSweb 7.1.2.0-2c23f7018 (2025-06-12)