Візуалізація даних в Python (112 – Статистика)

Тип: Нормативний

Кафедра: математичної статистики і диференціальних рівнянь

Навчальний план

СеместрКредитиЗвітність
43.5Залік

Лекції

СеместрК-сть годинЛекторГрупа(и)
432

Практичні

СеместрК-сть годинГрупаВикладач(і)
416Скіра І. В.

Опис курсу

У курсі розглянуто встановлення та налаштування мови Python 3, інтегроване середовище розробки IDLE, встановлення бібліотек, синтаксис, типи даних та основні конструкції мови Python, числові обчислення, введення-виведення та редагування таблиць даних. Центральне місце курсу – візуалізація даних з використанням бібліотеки Matplotlib – побудова та оформлення графіків та діаграм, 3D-поверхонь, графічний аналіз статистичних даних.
Передбачено виконання індивідуальних робіт: “Числові обчислення в Python”, “Завантаження, редагування та збереження таблиць”, “Побудова графіків та діаграм у Python”, “Графічний аналіз статистичних даних”.

Мета – формування знань, умінь та навичок програмування на мові Python, необхідних для обробки та візуалізації таблиць даних і графічного аналізу статистичного даних.

Рекомендована література

Основна література:
1. Абдрахманов М.И. Python. Уроки. – Devpractice Team, 2019. – 156 с.
2. Абдрахманов М.И. Библиотека Matplotlib. – Devpractice Team, 2019. – 100 с.
3. Абдрахманов М.И. Python. Визуализация данных. Matplotlib. Seaborn. Mayavi. – Devpractice Team, 2020. – 412 с.
4. Абдрахманов М.И. Pandas. Работа с данными. – Devpractice Team, 2020. – 170 с.
5. Грас Джоэл. Data Science. Наука о данных с нуля. – СПб: БХВ-Петербург, 2017. – 336 с.

Додаткова література:
6. Маккинли Уэс. Python и анализ данных. – ДМК Пресс, 2015. – 482 с.
7. Хейдт М., Груздев А. Изучаем Pandas. – ИЦ “Гевисста”, ДМК Пресс, 2019. – 734 с.
8. Guttag John V. Introduction to Computation and Programming Using Python with Application to Understanding Data. – MIT Press, 2016. – 591 p.
9. Matplotlib. Release 3.4.1. – https://matplotlib.org/

Силабус: з навчальної дисципліни «Візуалізація даних в Python»

Завантажити силабус