3_30_M_Programmēšana Python valodā datu analītiķiem
Programmu kopa: Datu apstrāde, analīze un vizualizācija
PROGRAMMAS MĒRĶIS
Sniegt zināšanas un Python programmēšanas pamatprasmes datu apstrādei un rutīnas darbu automatizācijai.
Mācību ilgums un formāts
80 mācību stundas:
60 stundas tiešsaistē ar
pasniedzēju un 20 stundas
individuālā praktiskā mācīšanās
Mērķauditorija
Ikviens, kurš vēlās vēlas izmantot Python iespējas datu analīzē, ir nodarbināta persona un vēlas uzlabot prasmes
Tehnoloģijas
Windows operētājsistēma
Python
Priekšzināšanas un priekšnoteikumi dalībai
Vismaz vidējā izglītība. Datorlietošanas prasmes vidējā līmenī.
Mācību norise un nepieciešamais aprīkojums
Nodarbības notiek tiešsaistē divus darba dienas vakarus nedēļā un trīs sestdienas. Sekmīgai dalībai mācībās dalībniekam ir nepieciešams dators ar Windows operētājsistēmu, webkameru un mikrofonu, kā arī stabils interneta pieslēgums. Mācību programmas apgūšanai nepieciešamo programmatūru nodrošina izglītības iestāde.
Mācīšanās rezultāti
Pēc veiksmīgas izglītības programmas apgūšanas dalībnieks būs spējīgs:
1. pielietot Python programmēšanas vidi,
2. pielietot Python objektorientētās programmēšanas metodes,
3. izstrādāt un dokumentēt algoritmus datu apstrādei,
4. deklarēt un veikt darbības ar vienkāršiem datu tipiem, tai skaitā virknēm un skaitļiem,
5. deklarēt un veikt darbības ar sakārtotām un nesakārtotām datu struktūrām, tai skaitā sarakstiem un vārdnīcām,
6. deklarēt datu masīvus,
7. izmantot datu modeļus,
8. veidot zarošanās un loģiskās izteiksmes,
9. veidot loģiskos operatorus un cikla konstrukcijas,
10. strukturēt kodu atkārtotai izmantošanai: definēt un izmantot funkcijas, klases un moduļus,
11. pārvaldīt failus un direktorijus, izmantojot Python kodu,
12. apstrādāt izņēmumus,
13. izstrādāt lietotāja saskarnes Python valodā,
14. testēt un validēt izstrādāto kodu,
15. dokumentēt izstrādāto kodu,
16. sadarboties izstrādātāju, testētāju un pasūtītāja komandā.
Programma attīsta e-kompetences un caurviju kompetences
DIGCOMP 2.2.
Datu zinātne, datu analīze un datu vizualizācija, 6.līmenis
e-CF 4.0
D.7. Data Science and Analytics L1
Caurviju kompetences
-
Komunikācija
-
Pašattīstība
-
Darbs komandā
-
Atbildība
Materiāli kursa dalībniekiem
Pasniedzēja sagatavoti mācību materiāli latviešu valodā.
Galvenās tēmas:
1. Datorprogrammēšanas pamati:
1.1. programmas izpildīšanas principi,
1.2. programmēšanas valodas definēšanas un konstruēšanas principi,
1.3. atšķirība starp kompilāciju un interpretāciju,
1.4. Python programmēšanas valoda un tās pozicionēšana starp citām valodām,
1.5. Python valodas dažādas versijas.
2. Python programmēšanas vides instalēšana un konfigurēšana
3. Objektorientētās programmēšanas principi un to realizācija Python
4. Datu apstrādes algoritmi un to izstrāde, attēlošana, aprakstīšana
5. Vienkāršu datu tipi (skaitļi, virknes, masīvi), to deklarēšana un apstrāde
6. Sakārtotas un nesakārtotas datu struktūras.
7. Python datu formatēšanas un izvades pamatmetodes:
7.1. mainīgo lielumu jēdziens un mainīgo nosaukumdošanas noteikumi,
7.2. skaitliskās operācijas,
7.3. piešķiršanas operators,
7.4. izteiksmju veidošana Pythonā un noteikumi, kas reglamentē izteiksmju veidošanu,
7.5. datu ievadīšana un konvertēšana.
8. Zarošanās un loģiskās izteiksmju veidošana un to pierakstīšana Python sintaksē
9. Loģisko un cikla operatoru veidošana
10. Python koda strukturēšana atkārtotai izmantošanai, definējot un veidojot funkcijas, klases un moduļus
11. Failu un direktoriju, pārvaldīšana izmantojot Python kodu
12. Izņēmumu apstrāde
13. Python koda atkļūdošana un uzlabošana
14. Tīmekļa lietojumprogrammu saskarņu izmantošana
15. Tabulāru datu apstrādes pamati