Python для анализа данных и научной визуализации

Python for Data Analysis and Visualization

Аннотация курса

В курсе, нацеленном прежде всего на выработку у студентов практических знаний и навыков, будут рассмотрены различные аспекты программирования на языке Python, работа с командной строкой Linux, использование интерактивной оболочки IPython и среды Jupyter Notebook. Студенты научатся использовать библиотеки SymPy, NumPy, SciPy, Pandas и визуализировать результаты исследований с помощью matplotlib, Seaborn и Bokeh. Курс также познакомит слушателей с современными методами подготовки документов с использованием Markdown, LaTeX, MathJax и Pandoc. Для проведения занятий в компьютерных классах будут применяться специальная среда MEPhILinux и образовательный портал «Подспорье», обеспечивающий размещение учебно-методических материалов в удобных для доступа с мобильных устройств форматах, публикацию обязательных индивидуальных домашних заданий и механизм доставки результатов их выполнение преподавателю, а также учёт текущих достижений каждого из студентов с помощью постоянно актуализируемого рейтинга.
Занятия проводятся в компьютерном классе
Для возможности выбора дисциплины необходимо предварительное успешное изучение следующих курсов:
  • Объектно-ориентированное программирование на языке Python
Презентация дисциплины

Авторы и/или преподаватели

Роганов Е.А.
Роганов Евгений Александрович
Ученое звание
доцент
Ученая степень
кандидат физико-математических наук
Об авторе/преподавателе

Выпускник мех-мата и аспирантуры МГУ. Аккредитован в Федеральном реестре экспертов научно-технической сферы. Математик и практикующий программист. Ruby, Ruby on Rails, Python, Python Scientific Libraries и сопутствующий инструментарий. Многолетний опыт организации учебного процесса студентов-программистов. Более пятнадцати лет работы заведующим кафедрой.

Темы курса

1. Язык Python и командная строка Linux
Язык Python: основные встроенные типы и управляющие конструкции. Программирование на языке Python в директивном и объектно-ориентированном стиле. Знакомство с утилитами Linux. Перенаправление ввода-вывода и конвейеры.
2. Jupyter Notebook и работа с библиотекой SymPy
Использование интерактивной оболочки IPython и среды Jupyter Notebook. Системы компьютерной алгебры. Основные возможности библиотеки SymPy.
3. Научные библиотеки языка Python
Работа с библиотеками NumPy и SciPy. Визуализация данных с помощью библиотеки matplotlib. Знакомство с библиотекой Pandas.
4. Современные методы подготовки документов
WYSIWYG-системы и языки разметки. Система компьютерной вёрстки LaTeX и набор математики в ней. Легковесный язык разметки Markdown. Библиотека для отображения математических формул в браузере. Конвертер Pandoc.