Практикум Python. Весна 2024 — различия между версиями

Материал из Public ATP Wiki
Перейти к: навигация, поиск
(Общие сведения)
(Общие сведения)
Строка 16: Строка 16:
 
* Аккаунт на GitHub
 
* Аккаунт на GitHub
 
* Ноутбук на семинарах
 
* Ноутбук на семинарах
 +
 +
=== Домашние задания ===
 +
* [ Домашние задания]
  
 
== План курса ==
 
== План курса ==

Версия 14:43, 29 января 2024

Общие сведения

  • Семестр: 2 (первый курс)
  • Формат: очный
  • Форма контроля: дифференцированный зачет

Важные ссылки

Требования

  • Физтех-почта (домен phystech.edu)
  • Аккаунт на GitHub
  • Ноутбук на семинарах

Домашние задания

  • [ Домашние задания]

План курса

№ недели Тема
1 Введение. Знакомство с Python
2 Управление вычислениями. Контейнеры, итераторы
3 Словари, множества. Модуль collection
4 Функции (часть 1). Базовый синтаксис и генераторы
5 Функции (часть 2). Области видимости, замыкания, декораторы
6 Строки и файлы
7 ООП (часть 1). Основные принципы и определения и базовый синтаксис
8 ООП (часть 2). Magic-методы
9 Работа с сетью. Клиенты и парсинг
10 Работа с сетью. Серверные приложения. Боты
11 NumPy. Оптимизация кода
12 Работа с табличными данными. Pandas
13 Инструменты визуализации. Matplotlib
14 Юнит-тестирование
15 Символьные вычисления. SymPy

Оценивание

Оценка по курсу состоит из нескольких частей:

  1. Тесты
  2. Контесты
  3. Практические проекты
  4. Лабораторная работа

Тесты

  • Небольшие тесты на 10 минут в конце занятий
  • Вопросы по материалам прошлого занятия
  • За каждый тест - 10 баллов.

Контесты

  • Набор задач с автоматической проверкой тестирующей системой Я.Контест
  • Всего 6 тестов - после каждой темы базового блока
  • Срок решения - 2 недели
  • За каждый контест - 10 баллов
  • Списывание детектируется и наказуемо!

Практические проекты

  • 2 проекта - desktop-приложение (после ООП) и серверное приложение (после Сети-2)
  • Работа над кодом в несколько итераций на GitHub (нужен аккаунт)
  • Срок работы - 2 недели + 1 неделя на каждую следующую итерацию
  • Список тем проектов будет позднее
  • Оценка за проект: зачет / незачет + до 2 доп. баллов (wow-эффект)

Лабораторная работа

  • Анализ данных с помощью Pandas и Matplotlib
  • Выдается после “Инструменты визуализации”
  • Срок работы - 2 недели
  • Оценка - 10 баллов
  • Является блокирующей! Для получения зачета за курс необходимо набрать хотя бы 1 балл

Команда курса

  • Преподаватели:
    • Андрианов Артем @rampantrange Б05-228
    • Евдокимова Анастасия @tasyakemova Б05-224
    • Лотфуллин Камиль @LotFullKa Б05-221, Б05-229
    • Махмудов Орхан @kut666 Б05-223, Б05-227
    • Реброва Алина @kotabary Б05-220
    • Рошиору Светлана @Kaisa19 Б05-225, Б05-226
    • Якушева Софья @stager108 Б05-222
  • Ассистенты:
    • coming soon!