• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Python: Работа с данными в экономике и бизнесе

2019/2020
Учебный год
RUS
Обучение ведется на русском языке
3
Кредиты
Статус:
Курс обязательный
Когда читается:
1-й курс, 3 модуль

Преподаватели

Программа дисциплины

Аннотация

Дисциплина не предполагает наличия опыта программирования до начала изучения курса. В ходе изучения дисциплины на лекционных и семинарских занятиях студенту будут предложены все материалы для изучения основ программирования на Python. В ходе дисциплины студенту предлагаются к изучению инструменты для формирования наборов данных, в том числе и инструменты для автоматизации загрузки данных из сети Интернет. Дисциплина может являться пререквизитом для изучения дисциплин «Эконометрика», «Статистика», а также для междисциплинарной курсовой работы и выпускной квалификационной работы.
Цель освоения дисциплины

Цель освоения дисциплины

  • Подготовка выпускников к информационно-аналитической и научно-исследовательской деятельности в качестве исполнителей или руководителей младшего уровня.
  • Подготовка выпускников к продолжению обучения в магистратуре и аспирантуре.
Результаты освоения дисциплины

Результаты освоения дисциплины

  • Узнать особенности языка программирования познакомиться со средой jupyter
  • Знакомство с библиотекой pandas
  • Знакомство с библиотекой requests, чтение и запись из файлов формата csv
  • Знакомство с форматом json, владение типами list и dict
  • Знакомство с регулярными выражениями
  • Знакомство с парсингом HTML разметки сайтов
  • Знакомство с соединением различных массивов данных
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Введение в Python
  • Работа с pandas
  • Операции ввода-вывода
  • Работа с JSON
  • Регулярные выражения
  • Работа с библиотекой BeautifulSoup
  • Соединение массивов данных
Элементы контроля

Элементы контроля

  • неблокирующий домашнее задание
  • неблокирующий семинарское задание
  • неблокирующий летучка
  • неблокирующий большая летучка
  • неблокирующий экзамен
Промежуточная аттестация

Промежуточная аттестация

  • Промежуточная аттестация (3 модуль)
    0.2 * большая летучка + 0.24 * домашнее задание + 0.1 * летучка + 0.16 * семинарское задание + 0.3 * экзамен
Список литературы

Список литературы

Рекомендуемая основная литература

  • 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

Рекомендуемая дополнительная литература

  • CONTENTS 1 Blender/Python Documentation 3. (2011). Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.3109D75A