Бакалавриат
2025/2026





Основы программирования на Python
Статус:
Курс обязательный (Античность)
Где читается:
Факультет компьютерных наук
Когда читается:
2-й курс, 2, 3 модуль
Онлайн-часы:
50
Охват аудитории:
для своего кампуса
Язык:
русский
Кредиты:
3
Контактные часы:
36
Программа дисциплины
Аннотация
Язык программирования Python является одним из самых простых в освоении и популярных языков программирования. Данный язык является мощным инструментом анализа данных и может повысить эффективность практически любой деятельности в науке и индустрии. С помощью языка Python можно автоматизировать рутинные операции и обрабатывать объемы данных, на несколько порядков превышающие объемы, доступные для обработки вручную или с помощью электронных таблиц.Данный курс направлен на формирование компетенций в области понимания кода и написания собственных программ. В нем будут рассмотрены темы, которые необходимы для успешного освоения базовых типов данных и синтаксических конструкций Python, а также для подготовки к независимому экзамену по программированию начального и базового уровня.Дисциплина реализуется с помощью учебника «Python как иностранный» https://edu.hse.ru/course/view.php?id=133389
Цель освоения дисциплины
- Овладение студентами основами языка программирования Python, достаточными для понимания чужого кода и реализации собственных несложных программ.
Планируемые результаты обучения
- Создавать переменные, считывать информацию в переменные, обращаться к переменным.
- Работать со строками, применять индексацию и форматирование строк.
- Понимать ошибки, выданные программой, и исправлять их.
- Находить ошибки в чужом коде и исправлять их.
- Использовать логический тип данных, операторы сравнения, логические операторы.
- Писать собственные условные конструкции.
- Использовать циклы для обработки повторяющихся действий, прекращать работу цикла по условию.
- Использовать циклы для перебора последовательностей.
- Понимать логику работы цикла.
- Различать изменяемые и неизменяемые типы данных, понимать, какие методы работают с ними.
- Проводить операции над множествами, содержательно интерпретировать результаты.
- Создавать словарь и добавлять в него информацию, осуществлять поиск по словарю.
- Хранить и обращаться к данным внутри вложенных структур.
- Сортировать последовательности, сортировать словари по ключам и по значениям.
- Импортировать готовые функции и применять их.
- Писать собственные функции и применять их.
- Находить ошибки в чужих функциях и справлять их.
- Открывать и создавать текстовые файлы.
- Считывать, обрабатывать и анализировать информацию из файлов.
- Умеет работать в pandas
- Знает, как фильтровать, сортировать и группировать данные
- Умеет считать и интерпретировать описательные статистики
Содержание учебной дисциплины
- Введение в программирование. Основные типы данных. Создание переменных. Основные ошибки.
- Логический тип данных. Условные конструкции.
- Цикл while. Операторы break и continue. Использование else в цикле.
- Цикл for. Списки и кортежи. Функция map()
- Методы строк и списков. Срезы.
- Множества. Операции над множествами. Методы множеств.
- Словари. Методы словарей. Вложенные структуры данных.
- Сортировки, функция .sorted().
- Работа с функциями.
- Работа с текстовыми и табличными файлами.
- Основы работы в pandas
- Работа с pandas.
- Работа с текстовыми и табличными файлами
- Использование библиотеки NumPy для хранения и анализа данных
- Функциональное программирование.
- Основы объектно-ориентированного программирования, атрибуты, классы, наследование классов, взаимодействие классов.
- Работа с данными
- Морфология, лемматизация, распознавание именованных сущностей
- Регулярные выражения
- Тематическое моделирование
- Визуализация данных
- Введение в обработку естественного языка (NLP)
- Регулярные выражения
- Тематическое моделирование
- Визцализация текстовых данных
Элементы контроля
- ЭкзаменПо содержанию заданий аналогичен независимому экзамену, т.к. дисциплина-пререквизит готовит к сдаче НЭ.
- Самостоятельная работаНа курсе предусмотрено 4 самостоятельных работы, рассчитанных на 15-20 минут. Работы размещаются на платформе SmartLMS и проводятся либо в конце, либо в начале занятия. Подробнее о дате, времени, точном количестве и темах заданий оповещает преподаватель.
- Контрольная работаКР 1 Проводится после изучения темы “Словари” и содержит задания по пройденным темам. Длится 80 минут, проводится в SmartLMS. КР 2 проводится в конце курса (после изучения тем по анализу текстовых данных). Длится 60 минут. По решению преподавателя может быть использован Safe Exam Browser.
- Проект и защитаВыполняется в группах из 3 человек. Группу из 1-2 человек организовать можно, но только в исключительных случаях по согласованию с преподавателем. Критерии и дедлайн сдачи проекта определяются преподавателем и доводятся до студентов в начале курса. Дедлайн является жестким. Не допускается сдача работы после установленного дедлайна (в случае непредоставления работы выставляется оценка 0, защита не проводится).
- АктивностьАктивность на семинарах предусматривает ответы на вопросы преподавателя, участие в решении задач по каждой теме. Просто присутствие на семинарах не считается активностью и не оценивается. Может быть получена только на семинаре (без возможности отправить какие-либо решения задач позднее).
Промежуточная аттестация
- 2025/2026 3rd module0.15 * Активность + 0.2 * Контрольная работа + 0.25 * Проект и защита + 0.2 * Самостоятельная работа + 0.2 * Экзамен
Список литературы
Рекомендуемая основная литература
- Lutz, M. (2008). Learning Python (Vol. 3rd ed). Beijing: O’Reilly Media. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=415392
- Nelli, F. (2015). Python Data Analytics : Data Analysis and Science Using Pandas, Matplotlib and the Python Programming Language. [Berkeley, CA]: Apress. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1056488
- Pandas for everyone : Python data analysis, Chen, D. Y., 2023
- Python for data analysis : data wrangling with pandas, numPy, and IPhython, Mckinney, W., 2017
- Титов, А. Н. Обработка данных в Python. Основы работы с библиотекой Pandas : учебно-методическое пособие / А. Н. Титов, Р. Ф. Тазиева. — Казань : КНИТУ, 2022. — 116 с. — ISBN 978-5-7882-3164-8. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/331013 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
Рекомендуемая дополнительная литература
- 9781491912140 - Vanderplas, Jacob T. - Python Data Science Handbook : Essential Tools for Working with Data - 2016 - O'Reilly Media - https://search.ebscohost.com/login.aspx?direct=true&db=nlebk&AN=1425081 - nlebk - 1425081