Informační systém Vysoké školy polytechnické Jihlava
IS VŠPJ
Práce s daty
Studijní plán: Aplikovaná informatika - kombi, platný od ZS 2024/2025
| Předmět | Práce s daty (PD_P) |
|---|---|
| Garantuje | Katedra technických studií (KTS) |
| Garant | Ing. Mgr. Michal Jeřábek, Ph.D. |
| Jazyk | česky |
| Počet kreditů | 4 |
| Prezenční studium | |
|---|---|
| Přednáška | 2 h |
| Cvičení | 2 h |
| Kombinované studium | |
| Cvičení | 12 h |
| Studijní plán | Typ | Sem. | Kred. | Ukon. |
|---|---|---|---|---|
| Aplikovaná informatika - kombi, platný od ZS 2024/2025 | PV | 3 | 4 kr. | KZ |
| Aplikovaná informatika - platný od ZS 2024/2025 | PV | 3 | 4 kr. | KZ |
Anotace
Obsah předmětu je zaměřen na zpracování dat při použití programovacího jazyka Python. Studenti se nejprve naučí základy jazyka Python, řídící struktury, práci se základními datovými typy a následně pokračují složitějšími datovými strukturami. Po seznámení se s různými datovými formáty se studenti naučí načíst data ze souboru i z databáze. Poté jsou studenti seznámeni se všemi etapami procesu zpracování dat a zabývají se vyhodnocením dat pomocí statistických ukazatelů, zobrazením v grafu a predikcí.
Znalosti: Student umí použít jazyk Python pro zpracování dat, umí vysvětlit postup a důvody jednotlivých fází zpracování dat a umí se orientovat v dokumentaci knihoven Pythonu.
Dovednosti: Student umí zpracovat data v různých datových formátech, umí data transformovat z jednoho formátu do druhého, umí data zobrazit v různých typech osových grafů, umí data vyhodnotit pomocí statistických ukazatelů a zpracovat predikci.
Obecné způsobilosti: Student je schopen samostatně řešit problém zpracování dat v jazyce Python ve všech jeho fázích. Získané dovednosti je schopen prezentovat a uplatnit při zpracování bakalářské práce, a i ve svém profesním životě.
Sylabus
- Základní operace s hodnotami běžných datových typů
- Operace s datovými strukturami
- Práce s daty v souborech (ve formátech CSV, XML a JSON)
- Práce s daty v databázi
- Fáze zpracování dat
- Základní a pokročilé statistické ukazatele
- Zobrazení dat v osovém grafu
- Predikce a časové řady
Doporučená literatura
- Studijní opora v LMS Moodle.
- PECINOVSKÝ, Rudolf. Začínáme programovat v jazyku Python. 2. přepracované a rozšířené vydání. Začínáme s. Praha: Grada Publishing, 2022. ISBN 978-80-271-3609-4.
- PECINOVSKÝ, Rudolf. Python: knihovny pro práci s daty pro verzi 3.11. Myslíme v.. Praha: Grada Publishing, 2023. ISBN 978-80-271-0659-2.
- PILGRIM, Mark. Ponořme se do Python(u) 3: Dive into Python 3. CZ.NIC. Praha: CZ.NIC, c2010. ISBN 9788090424821.
- LUNDH F.: Python Standard Library, O'Reilly Media, Inc., 2018, ISBN 978-0596000967.
- BHASIN H.: Python Basics: A Self-Teaching Introduction.
- DOWNEY, A. B.: Think Python 2e: How To Think Like a Computer Scientist. Green Tea Press.
- DOWNEY, A. B.: Think DSP: Digital Signal Processing in Python. Green Tea Press.