Politechnika Rzeszowska im. Ignacego Łukasiewicza - Centralny System UwierzytelnianiaNie pamiętam hasła | Nie jesteś zalogowany | zaloguj się
katalog przedmiotów - pomoc

Programowanie w języku Python

Informacje ogólne

Kod przedmiotu: EM0-DI>PJP Kod Erasmus / ISCED: (brak danych) / (brak danych)
Nazwa przedmiotu: Programowanie w języku Python
Jednostka: Katedra Elektrotechniki i Podstaw Informatyki
Grupy: Przedmioty 2 sem. - elektromobilność, st. I-go stopnia (inż.)
Punkty ECTS i inne: 2.00
Język prowadzenia: polski
Pełny opis:

Moduł poświęcony jest prezentacji podstawowych i zaawansowanych technik programowania w języku Python. Moduł zawiera szerokie podstawy języka i środowiska programowania. Prezentuje metody sterowania przebiegiem programu, podstawowe i złożone typy danych, wyrażenia, funkcje, moduły i klasy. Przedstawia techniki programowania strukturalnego i obiektowego. Prezentuje podstawy tworzenia graficznego interfejsu użytkownika i aplikacji. Prezentuje wybrane biblioteki wykorzystywane do graficznego przedstawiania danych i kreślenia wykresów.

Treści kształcenia

- Środowiska do pracy z językiem Python (konsola/interpretery). Wprowadzenie do Pythona. Składnia języka, notacja. Podstawowe typy danych, typy liczbowe, literały, operatory i wyrażenia.

- Wyrażenia warunkowe, pętle, iteratory. Łańcuchy, listy, krotki, zbiory i słowniki. Typy modyfikowalne i niemodyfikowalne.

- Funkcje, skrypty i moduły, biblioteki, pakiety. Praca z plikami. Łańcuchy znaków i ich formatowanie.

- Zaawansowane zagadnienia związane z funkcjami. Generatory, iteratory, Konstrukcje lambda. Zaawansowane użycie list i słowników. Obsługa wyjątków.

- Podstawy obiektowości. Dostęp do składowych klasy, metody specjalne, dekoratory. Dziedziczenie, polimorfizm.

- Graficzny interfejs użytkownika, komponenty interfejsu. Budowa aplikacji wykorzystujących biblioteki Tkinter, Qt.

- Grafika w Pythonie. Biblioteki wykorzystywane do graficznego przedstawiania danych i kreślenia wykresów.

- Dobre praktyki programowania w Pythonie.

Literatura:

Literatura wykorzystywana podczas zajęć wykładowych

Miles Rob - Python Zacznij programować - Helion. - 2018

Mark Lutz - Python. Wprowadzenie - Helion. - 2014

Dawson Michael - Python dla każdego - Helion. - 2014

Literatura wykorzystywana podczas zajęć ćwiczeniowych/laboratoryjnych/innych

Gawryszewski Marek, Kierzkowski Andrzej - Python Ćwiczenia praktyczne - Helion. - 2017

Matthes Eric - Python. Instrukcje dla programisty - Helion. - 2016

Literatura do samodzielnego studiowania

Downey Allen B. - Myśl w języku Python! Nauka programowania - Helion. - 2017

Luciano Ramalho - Zaawansowany Python - Promise. - 2015

Literatura uzupełniająca

David Beazley, Brian K. Jones - Python. Receptury - OREILLY. - 2014

Martin R.C. - Czysty kod. Podręcznik dobrego programisty - Helion. - 2014

Shaw Zed A. - Python 3 - Helion. - 2018

Publikacje naukowe

A. Czmil; G. Drałus; D. Mazur - Automatic Detection and Counting of Blood Cells in Smear Images Using RetinaNet - . - 2021

G. Dec; G. Drałus; B. Kwiatkowski; D. Mazur - Forecasting Models of Daily Energy Generation by PV Panels Using Fuzzy Logic - . - 2021

G. Drałus; T. Rak - Prognozowanie w horyzoncie jednej godziny produkcji energii przez panel fotowoltaiczny - OFICYNA WYDAWNICZA POLITECHNIKI RZESZOWSKIEJ. - 2020

G. Drałus; T. Rak - Programowanie równoległe w hybrydowym środowisku MPI i OpenMP na klastrze serwerów - OFICYNA WYDAWNICZA POLITECHNIKI RZESZOWSKIEJ. - 2020

G. Dec; G. Drałus; D. Mazur - One day ahead forecasting of energy generating in photovoltaic systems - . - 2018

G. Drałus; L. Gołębiowski; M. Gołębiowski; D. Mazur - One day-ahead forecasting at different time periods of energy production in photovoltaic systems using neural networks - IEEE. - 2018

G. Drałus; Z. Gomółka - Prognozowanie produkcji energii elektrycznej w systemach fotowoltaicznych - . - 2017

G. Drałus; Z. Gomółka; B. Twaróg; E. Żesławska - Rejestracja i analiza zjawisk szybkozmiennych - . - 2017

G. Drałus; Z. Gomółka; D. Mazur; A. Smoleń - Seasonal models of energy forecasting in photovoltaic systems using artificial neural networks - Lodz University of Technology Press. - 2017

G. Drałus - Neural networks in modeling of industrial processes - Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. - 2016

G. Drałus; D. Mazur - Cascade complex systems - Global modeling using neural networks - IEEE- INSTITUTE OF ELECTRICAL AND ELECTRONICS ENGINEERS. - 2016

Efekty uczenia się:

Student, który zaliczył modułFormy zajęć/metody dydaktyczne prowadzące do osiągnięcia danego efektu kształceniaSposoby weryfikacji każdego z wymienionych efektów kształcenia
Potrafi przeanalizować kod źródłowy, ocenić jego jakość, znaleźć i naprawić typowe błędy.wykład, laboratorium,test pisemny/komputerowy, zaliczenie cz. praktyczna
Projektuje i programuje aplikacje z użyciem techniki programowania strukturalnego iproceduralnego.wykład, laboratoriumtest pisemny, zaliczenie cz. praktyczna
Programuje aplikacje z użyciem techniki programowania obiektowego.wykład, laboratoriumtest pisemny, zaliczenie cz. praktyczna

Zajęcia w cyklu "Semestr letni 2021/22" (zakończony)

Okres: 2022-02-26 - 2022-06-21
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Laboratorium, 15 godzin więcej informacji
Wykład, 30 godzin więcej informacji
Koordynatorzy: Grzegorz Drałus
Prowadzący grup: Grzegorz Drałus
Lista studentów: (nie masz dostępu)
Zaliczenie: Zaliczenie

Zajęcia w cyklu "Semestr letni 2022/23" (jeszcze nie rozpoczęty)

Okres: 2023-02-25 - 2023-06-21
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Laboratorium, 15 godzin więcej informacji
Wykład, 30 godzin więcej informacji
Koordynatorzy: Grzegorz Drałus
Prowadzący grup: Grzegorz Drałus
Lista studentów: (nie masz dostępu)
Zaliczenie: Zaliczenie
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Politechnika Rzeszowska im. Ignacego Łukasiewicza.