Předmět: Základy programování

« Zpět
Název předmětu Základy programování
Kód předmětu MUSKM/1ZP
Organizační forma výuky Cvičení
Úroveň předmětu Bakalářský
Rok studia 1
Semestr Zimní
Počet ECTS kreditů 3
Vyučovací jazyk Čeština
Statut předmětu Povinný
Způsob výuky Kontaktní
Studijní praxe Nejedná se o pracovní stáž
Doporučené volitelné součásti programu Není
Vyučující
  • Urbánek Tomáš, Ing. Ph.D.
Obsah předmětu
" Úvod do programování, základy syntaxe " Proměnné a výrazy " Základní datové typy a kolekce " Podmínky, cykly a iterace " Funkce " Standardní knihovny " Modulový systém Pythonu " Práce se soubory ( I/O ) " Objektově orientované programování " Python jako nástroj analýzy dat " Ukázky použití pokročilých funkcí

Studijní aktivity a metody výuky
nespecifikováno
Výsledky učení
Odborné znalosti
Vysvětlí pojem syntaxe programovacího jazyka
Vysvětlí pojem syntaxe programovacího jazyka
Objasní rozdíly mezi různými typy dat
Objasní rozdíly mezi různými typy dat
Definuje princip procedurálního programovaní
Definuje princip procedurálního programovaní
Vysvětlí princip funkce
Vysvětlí princip funkce
Objasní výhody zpracování dat při použití programovacího jazyka
Objasní výhody zpracování dat při použití programovacího jazyka
Odborné dovednosti
Využije programovací prostředí IDLE
Využije programovací prostředí IDLE
Nainstaluje dodatečné moduly
Nainstaluje dodatečné moduly
Použije vestavěné funkce programovacího jazyka Python a standartní knihovny
Použije vestavěné funkce programovacího jazyka Python a standartní knihovny
Orientuje se v základních konstrukcích programovacího jazyka Python
Orientuje se v základních konstrukcích programovacího jazyka Python
Naprogramuje funkční aplikaci
Naprogramuje funkční aplikaci
Doporučená literatura
  • HILPISCH, Y. Python for Finance: Mastering Data-Driven Finance. 2nd. O'Reilly Media, 2018. ISBN 978-1492024330.
  • LUTZ, M. Learning Python. Fifth edition. Beijing: O'Reilly,, 2013. ISBN 978-1449355739.
  • MCKINNEY, W. Python for data analysis: data wrangling with pandas, NumPy, and IPython. Second edition.. Sebastopol, California: O'Reilly Media,, 2017. ISBN 978-1491957660.
  • RAMALHO, L. Fluent Python. Sebastopol,. CA: O'Reilly, 2015. ISBN 978-1491946008.
  • VANDERPLAS, J. T. Python data science handbook: essential tools for working with data.. Sebastopol, CA: O'Reilly Media, 2016. ISBN 978-1491912058.
  • ZELLE, J. M. Python programming: an introduction to computer science. Third edition.. Portland, Oregon: Franklin, Beedle & Associates,, 2016. ISBN 978-1590282755.


Studijní plány, ve kterých se předmět nachází
Fakulta Studijní plán (Verze) Kategorie studijního oboru/specializace Doporučený ročník Doporučený semestr