Print syllabus(in Polish) Jak stworzyć dobry wykres do pracy dyplomowej. Zastosowanie biblioteki Matplotlib w Pythonie
General data
| Course ID: | 1100-ZMP-OG |
| Erasmus code / ISCED: | (unknown) / (unknown) |
| Course title: | (unknown) |
| Name in Polish: | Jak stworzyć dobry wykres do pracy dyplomowej. Zastosowanie biblioteki Matplotlib w Pythonie |
| Organizational unit: | Faculty of Physics |
| Course groups: |
General university courses General university courses improving digital competences useful in science and on the labor market General university subjects |
| ECTS credit allocation (and other scores): |
(not available)
|
| Language: | Polish |
| Type of course: | general courses |
| Prerequisites (description): | (in Polish) W zajęciach uczestniczyć mogą wyłącznie: - studenci drugiego lub trzeciego roku studiów licencjackich, - pierwszego lub drugiego roku studiów magisterskich, - czwartego lub piątego roku studiów jednolitych magisterskich. Zajęcia dofinansowane zostały ze środków Europejskiego Funduszu Społecznego w ramach PO WER, ścieżka 3.5 i z tego powodu studenci zobowiązani są do wypełnienia dokumentacji projektowej. Odmowa ich wypełnienia oznacza rezygnację z zajęć. Warunkiem udziału w zajęciach jest zatem: - wypełnienie najpóźniej na początku pierwszych zajęć deklaracji oraz oświadczenia uczestnika projektu finansowanego w ramach Programu ZIP - wypełnienie pre-testu służącego ocenie przyrostu kompetencji (bilans kompetencji). - Warunkiem akceptacji grupy na etap początku zajęć jest min. 10 studentów, którzy wypełnią powyższą deklarację i pre-test. - Warunkiem finalnej akceptacji grupy jest wypełnienie wszystkich w/w wymagań przez co najmniej 10 studentów. |
| Short description: |
(in Polish) W zajęciach uczestniczyć mogą wyłącznie: - studenci drugiego lub trzeciego roku studiów licencjackich, - pierwszego lub drugiego roku studiów magisterskich, - czwartego lub piątego roku studiów jednolitych magisterskich. Zajęcia przygotowują do świadomego i poprawnego stosowania najczęściej wykorzystywanych w praktyce (nie tylko naukowej) metod i sposobów tworzenia wykresów. Na zajęciach zostaną zaprezentowane najczęściej używane typy wykresów, sposoby ich modyfikacji oraz dostosowywania na potrzeby prac dyplomowych. Celem tego przedmiotu jest przekazanie narzędzia umożliwiającego tworzenie wykresów na potrzeby plac dyplomowych i nie tylko. Zajęcia dofinansowane zostały ze środków Europejskiego Funduszu Społecznego w ramach PO WER, ścieżka 3.5 i z tego powodu studenci zobowiązani są do wypełnienia dokumentacji projektowej. Odmowa ich wypełnienia oznacza rezygnację z zajęć. |
| Full description: |
(in Polish) Zajęcia umożliwiają uzyskanie kompetencji informatycznych oraz analitycznych. Szczególny nacisk kładziony jest na : umiejętność poprawnego skonstruowania wykresu dla danego typu danych; umiejętność dostosowania wyglądu wykresu na potrzeby pracy dyplomowej lub specyfikacji; świadome posługiwanie się biblioteką Matplotlib; poznanie różnicy między różnymi typami wykresów (plot/scatter/bar/hist); umiejętność wykorzystania LaTeXa(includegraphics) na potrzeby stworzenia wykresów. Wprowadzenie do języka Python w Google Coollaboratory; Wprowadzenie do Matplotlib, instalacja/importowanie biblioteki, przykłady zastosowania; Tworzenie wykresów typu “plot” ; Tworzenie wykresów typu “scatter”; Tworzenie wykresów typu “hist/bar”; Tworzenie subplotów; Tworzenie wykresów typu “contour/contourf” oraz 3D plot; Czytanie danych z pliku na potrzeby rysowania wykresów. Zapisywanie wykresów do formatów stratnych/bezstratnych. Słupki błędów oraz opisy osi, tytuły wykresów, legendy z wykorzystaniem LateXa; Dostosowanie wykresów na potrzeby plac dyplomowych. Dobór czcionki oraz layout wykresu. Wstawianie wykresu do LateXa(includegraphics)/dokumentu tekstowego; |
| Bibliography: |
(in Polish) Skrypt do Pythona np. https://brain.fuw.edu.pl/edu/index.php/%22Programowanie_z_Pythonem3%22 “Python. Zacznij programować!” Miles, R. (2018). Wyd. Helion https://matplotlib.org/ |
| Learning outcomes: |
(in Polish) Zrozumienie podstawowych różnic pomiędzy różnymi typami wykresów. Umiejętność prawidłowego zobrazowania danych przy pomocy wykresów. Zaznajomienie się z ogólnodostępną biblioteką Matplotlib oraz językiem Python. Zdobycie informacji na temat dobrych praktych tworzenia wykresów oraz pisania kodu w Pythonie. Zaznajomienie się z includegraphics w LaTeX. |
| Assessment methods and assessment criteria: |
(in Polish) prace domowe - 50 % oceny, test końcowy - 50 % oceny, do zaliczenia przedmiotu niezbędne jest uzyskanie 50 % z obu części. |
Copyright by University of Warsaw.
