Uniwersytet Warszawski, Wydział Fizyki - Centralny System Uwierzytelniania
Strona główna

Analiza danych w języku Python

Informacje ogólne

Kod przedmiotu: 2100-CB-M-D2PYTH
Kod Erasmus / ISCED: 14.1 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. / (0312) Politologia i wiedza o społeczeństwie Kod ISCED - Międzynarodowa Standardowa Klasyfikacja Kształcenia (International Standard Classification of Education) została opracowana przez UNESCO.
Nazwa przedmiotu: Analiza danych w języku Python
Jednostka: Wydział Nauk Politycznych i Studiów Międzynarodowych
Grupy: Cyberbezpieczeństwo - DZIENNE II STOPNIA - 2 semestr 1 rok - przedmioty obowiązkowe
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.
Język prowadzenia: polski
Rodzaj przedmiotu:

obowiązkowe
Założenia (lista przedmiotów):

Podstawy programowania w języku Python 2100-CB-M-D1PPJP
Założenia (opisowo):

Znajomość programowania w Pythonie na podstawowym poziomie.
Tryb prowadzenia:

w sali
Skrócony opis:

Przedmiot dotyczy wykorzystania Pythona do pozyskiwania, przetwarzania i analizowania danych.

Zagadnienia poruszane w ramach tego przedmiotu to środowiska Pythona, zasady i narzędzia realizacji projektów informatycznych, zaawansowane struktury danych, sposoby przetwarzania plików, biblioteki pozwalające pobierać, oczyszczać i analizować dane.
Pełny opis:

* Przegląd i porównanie środowisk do pracy w Pythonie.

* Narzędzia do zarządzania kodem projektu.

* Zaawansowane struktury danych (listy, krotki, słowniki, zbiory) i ich zastosowanie do przetwarzania danych.

* Testowanie programów.

* Rozszerzone elementy programowania obiektowego.

* Elementy programowania funkcyjnego w analizie danych.

* Moduły i biblioteki.

* Przetwarzanie plików tekstowych.

* Przetwarzanie plików binarnych.

* Przetwarzanie wybranych popularnych formatów plików.

* Elementy analiza wydajności programów.

* Wykorzystanie wyrażeń regularnych do czyszczenia i przetwarzania danych.

* Biblioteka NumPy.

* Biblioteka pandas.

* Przykłady pozyskiwania danych z sieci (ang. web scraping).
Literatura:

* "Python Crash Course: A Hands-On, Project-Based Introduction to Programming.", Eric, Matthes, 3. wyd., no starch press, 2023.

* "Python for Data Analysis: Data Wrangling with Pandas, NumPy, and Jupyter." Wes McKinney, 3. wyd., O'Reilly Media, 2022.

Dodatkowo:

* "Serious Python: Black-Belt Advice on Deployment, Scalability, Testing, and More.", Julien Danjou, no starch press, 2018.
Efekty uczenia się:

Wiedza:

* Metody pozyskiwania i analizowania poprawności danych (K_W05)

Umiejętności:

* Metody zapewniania bezpieczeństwa tworzonego oprogramowania (K_U02)

* Metody zapewniania jakości tworzonego oprogramowania (K_U06)

Kompetencje:

* Analizowania poprawności pozyskiwanych danych (K_K03)
Metody i kryteria oceniania:

Projekty programistyczne pisane w trakcie semestru.

Końcowy sprawdzian na wyższe oceny.

Korzystanie z narzędzi SI: Poziom 1 określony w Uchwale Rady Dydaktycznej WNPiSM nr 29/2025 z dnia 7 maja 2025 r. w sprawie szczegółowych zasad korzystania z narzędzi sztucznej inteligencji w procesie kształcenia - brak SI.

Zajęcia w cyklu "Semestr letni 2024/25" (zakończony)

Okres: 2025-02-17 - 2025-06-08
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia, 30 godzin więcej informacji
Koordynatorzy: Janusz Jabłonowski
Prowadzący grup: Janusz Jabłonowski
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Zaliczenie
Ćwiczenia - Zaliczenie na ocenę
Skrócony opis:

Przedmiot dotyczy wykorzystania Pythona do pozyskiwania, przetwarzania i analizowania danych.

Zagadnienia poruszane w ramach tego przedmiotu to środowiska Pythona, zasady i narzędzia realizacji projektów informatycznych, zaawansowane struktury danych, sposoby przetwarzania plików, biblioteki pozwalające pobierać, oczyszczać i analizować dane.
Pełny opis:

* Przegląd i porównanie środowisk do pracy w Pythonie.

* Narzędzia do zarządzania kodem projektu.

* Zaawansowane struktury danych (listy, krotki, słowniki, zbiory) i ich zastosowanie do przetwarzania danych.

* Testowanie programów.

* Rozszerzone elementy programowania obiektowego.

* Elementy programowania funkcyjnego w analizie danych.

* Moduły i biblioteki.

* Przetwarzanie plików tekstowych.

* Przetwarzanie plików binarnych.

* Przetwarzanie wybranych popularnych formatów plików.

* Elementy analiza wydajności programów.

* Wykorzystanie wyrażeń regularnych do czyszczenia i przetwarzania danych.

* Biblioteka NumPy.

* Biblioteka pandas.

* Przykłady pozyskiwania danych z sieci (ang. web scraping).
Literatura:

* "Python Crash Course: A Hands-On, Project-Based Introduction to Programming.", Eric, Matthes, 3. wyd., no starch press, 2023.

* "Python for Data Analysis: Data Wrangling with Pandas, NumPy, and Jupyter." Wes McKinney, 3. wyd., O'Reilly Media, 2022.

Dodatkowo:

* "Serious Python: Black-Belt Advice on Deployment, Scalability, Testing, and More.", Julien Danjou, no starch press, 2018.

Zajęcia w cyklu "Semestr letni 2025/26" (w trakcie)

Okres: 2026-02-16 - 2026-06-07
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia, 30 godzin więcej informacji
Koordynatorzy: Janusz Jabłonowski
Prowadzący grup: Janusz Jabłonowski
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Zaliczenie
Ćwiczenia - Zaliczenie na ocenę
Skrócony opis:

Przedmiot dotyczy wykorzystania Pythona do pozyskiwania, przetwarzania i analizowania danych.

Zagadnienia poruszane w ramach tego przedmiotu to środowiska Pythona, zasady i narzędzia realizacji projektów informatycznych, zaawansowane struktury danych, sposoby przetwarzania plików, biblioteki pozwalające pobierać, oczyszczać i analizować dane.
Pełny opis:

* Przegląd i porównanie środowisk do pracy w Pythonie.

* Narzędzia do zarządzania kodem projektu.

* Zaawansowane struktury danych (listy, krotki, słowniki, zbiory) i ich zastosowanie do przetwarzania danych.

* Testowanie programów.

* Rozszerzone elementy programowania obiektowego.

* Elementy programowania funkcyjnego w analizie danych.

* Moduły i biblioteki.

* Przetwarzanie plików tekstowych.

* Przetwarzanie plików binarnych.

* Przetwarzanie wybranych popularnych formatów plików.

* Elementy analiza wydajności programów.

* Wykorzystanie wyrażeń regularnych do czyszczenia i przetwarzania danych.

* Biblioteka NumPy.

* Biblioteka pandas.

* Przykłady pozyskiwania danych z sieci (ang. web scraping).
Literatura:

* "Python Crash Course: A Hands-On, Project-Based Introduction to Programming.", Eric, Matthes, 3. wyd., no starch press, 2023.

* "Python for Data Analysis: Data Wrangling with Pandas, NumPy, and Jupyter." Wes McKinney, 3. wyd., O'Reilly Media, 2022.

Dodatkowo:

* "Serious Python: Black-Belt Advice on Deployment, Scalability, Testing, and More.", Julien Danjou, no starch press, 2018.
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Warszawski, Wydział Fizyki.
ul. Pasteura 5, 02-093 Warszawa tel: +48 22 5532 000 https://www.fuw.edu.pl/ kontakt deklaracja dostępności mapa serwisu USOSweb 7.2.0.0-11 (2025-12-17)