Podstawy programowania w Pythonie

obowiązkowe

Kurs wprowadza w podstawy programowania z wykorzystaniem języka Python, kładąc nacisk na tworzenie przejrzystego kodu, organizację projektów oraz dobre praktyki inżynierii oprogramowania.

Przedmiot wprowadza do programowania w języku Python poprzez połączenie wykładów i ćwiczeń laboratoryjnych. Na początku student konfiguruje środowisko pracy (Python, venv/pip, Jupyter Notebook/VS Code), poznaje podstawy stylu kodowania (PEP 8), typy wbudowane i model obiektowy Pythona (liczby, napisy, listy, krotki, słowniki, zbiory), instrukcje sterujące (warunki, pętle, wyrażenia listowe), funkcje (parametry, zasięg nazw), moduły i pakiety oraz mechanizmy obsługi błędów (wyjątki). Następnie przechodzi do pracy z plikami i danymi. Student wykorzystuje NumPy i Pandas do prostych transformacji danych, agregacji i łączeń tabel oraz Matplotlib do tworzenia podstawowych wizualizacji, zwracając uwagę na czytelność i poprawność interpretacji. Równolegle akcentowane są dobre praktyki inżynierskie: organizacja projektu, podstawy testów jednostkowych i czytelne komunikaty błędów. Omawiane są także elementarne pojęcia z inżynierii oprogramowania i algorytmiki (złożoność w praktyce, wybór struktur danych) w zakresie takim, by student potrafił świadomie dobierać narzędzia do problemu. Zajęcia mają charakter praktyczny i stanowią fundament do dalszych kursów z zakresu analizy danych, uczenia maszynowego i przetwarzania języka naturalnego.

- Learning Python, Mark Lutz, 5th ed., 2013.

- Python Crash Course, a hands-on, project-based introduction to programming, 2nd ed. Eric Matthes, 2019.

- Programming Python, Mark Lutz, 4th ed., 2011.

- Python Programming: an introduction to Computer Science, 3rd ed. John Zelle, 2016.

- Effective Python, Brett Slatkin 3rd ed., 2025.

Nabyta wiedza:

- student zna i rozumie podstawowe składniki programów komputerowych oraz narzędzia programistyczne na przykładzie języka Python [K_W01]

Nabyte umiejętności:

- student potrafi pisać programy w języku Python realizujące operacje na danych, korzystające z funkcji, struktur danych oraz bibliotek zewnętrznych. [K_U01]

Nabyte kompetencje społeczne:

- student jest gotów do precyzyjnego formułowania pytań służących pogłębieniu własnego zrozumienia danego tematu lub odnalezienia brakujących elementów rozumowania. [K_K02]

- student jest gotów do systematycznej pracy nad projektami, które mają długofalowy charakter. [K_K04]

Wykład: egzamin pisemny

Laboratorium: zadania domowe, kolokwium

Warunki zaliczenia:

- minimalnie 50% z egzaminu pisemnego oraz 50% z części laboratoryjnej (kolokwium + zadania)

Skala ocen:

<50% - 2

50%-59% - 3

60%-69% - 3.5

70%-79% - 4

80%-89% - 4.5

90-95% - 5

95%< - 5!

Dopuszczalna liczba nieobecności podlegających usprawiedliwieniu: 2 w semestrze