Software programming, Data and Maths with Python

Οι εγγραφές έχουν ξεκινήσει!!

Έναρξη Μαθημάτων: 23 Σεπτέμβρη 2019

Διευθυντής Προγράμματος: Dr. Ioannis Nikolakopoulos (in)

Το πρόγραμμα είναι πιστοποιημένο από το Athens Tech College, το πρώτο εκπαιδευτικό ίδρυμα στην Ελλάδα προσανατολισμένο σε σπουδές πληροφορικής & τεχνολογίας.

Εκδήλωσε το ενδιαφέρον σου τώρα και κλείσε την θέση σου!

Express Your Interest

Description

Γιατί να παρακολουθήσω το πρόγραμμα

Η γλώσσα Python  είναι μια υψηλού επιπέδου γλώσσα προγραμματισμού που είναι γνωστή για την ευρύτερη χρήση της και την εύκολη σύνταξη της που αφήνει τους προγραμματιστές να γράφουν σύντομες εντολές για σύνθετα προγράμματα. Έχει ένα μεγάλο σύνολο από βιβλιοθήκες που διευκολύνουν τον προγραμματιστή στις πιο συνηθισμένες διεργασίες. H Python ενδείκνυται ως γλώσσα εισαγωγική στον προγραμματισμό και στην επιστήμη των υπολογιστών, με δεδομένη την απλότητα στη σύνταξή της. Επίσης, αποτελεί μία από τις πιο γνωστές τεχνολογίες για διαχείριση και επεξεργασία μεγάλου όγκου δεδομένων, καθώς παρέχει μία μεγάλη συλλογή από έτοιμες συναρτήσεις και πακέτα.

Με την επιτυχή ολοκλήρωση της σειράς των μαθημάτων ο μαθητής/ συμμετέχων θα είναι σε θέση να:

  • λύνει απλά ή και πιο σύνθετα υπολογιστικά προβλήματα οργανώνοντας τα δεδομένα του στις βασικές δομές της γλώσσας,
  • ανοίγει ένα αρχείο (με μορφή κειμένου ή δυαδικό), να διαβάζει δεδομένα, να τα επεξεργάζεστε και να τα αποθηκεύει πάλι σε αρχείο για μελλοντική επεξεργασία,
  • ελέγχει και να διαχειρίζεται σωστά πιθανή εμφάνιση εξαιρέσεων με τη χρήστη σωστά δομημένου κώδικα,
  • αναλύει ένα σύνθετο πρόβλημα σε υποπροβλήματα και να σχεδιάζει τη λύση τους,
  • γράφει σωστά κώδικα με χρήση της Python, και να
  • διορθώνει αποτελεσματικά τον κώδικα python που έγραψε, κάνοντας χρήση των ορθών πρακτικών και των εργαλείων εντοπισμού σφαλμάτων.
  • γνωρίζει βασικές βιβλιοθήκες που χρησιμοποιούνται ευρέως στον τομέα της ανάλυσης δεδομένων
  • να αντιλαμβάνεται την αναγκαιότητα της προετοιμασίας των δεδομένων που πρόκειται να υποβληθούν σε επεξεργασία
  • Να εφαρμόζει βασικές μεθοδολογίες επεξεργασίας δεδομένων για την ανάδειξη συγκεκριμένων γνωρισμάτων
  • Να απεικονίζει με γραφικό τρόπο στατιστικά μεγέθη

Τετράμηνο Α

Εισαγωγή στον προγραμματισμό με Python.

  • Εισαγωγή στην Python. Διαφορές – ιδιεταιρότητες σε σχέση με λοιπές γλώσσες προγραμματισμού.
  • Χρήση του περιβάλλοντος ανάπτυξης εφαρμογών (IDE).
  • Σχόλια και εκτύπωση. Το πρώτο μας πρόγραμμα σε python.
  • Ανάθεση τιμών σε μεταβλητές.
  • Τύποι δεδομένων: αριθμητικής τιμές και συμβολοσειρές.
  • Πράξεις μεταξύ αριθμών.
  • Εισαγωγή δεδομένων. Αλλαγή τύπου δεδομένων.
  • Λογικές μεταβλητές
  • Λογικές πράξεις
  • Εκτέλεση προγράμματος Python

Έλεγχος ροής

  • Δομή ελέγχου if-else
  • Ένθετη μορφή δομής ελέγχου if-else
  • Βρόχος επανάληψης for
  • Βρόχος επανάληψης while
  • Δήλωση break
  • Δήλωση with

Βασικές αριθμητικές λειτουργίες

  • Βασικές πράξεις
  • Ύψωση σε δύναμη
  • Αριθμοί κινητής υποδιαστολής
  • Μιγαδικοί αριθμοί

Συναρτήσεις

  • Ορισμός και κλήση συνάρτησης
  • Επιστροφή αποτελέσματος
  • Πέρασμα παραμέτρων με τιμή και με αναφορά
  • Συναρτήσεις και διαδικασίες
  • Προεπιλεγμένα ορίσματα
  • Εμβέλεια μεταβλητών
  • Συμβολοσειρές τεμκηρίωσης (doc strings)

Διαχείριση αρχείων

  • Άνοιγμα και κλείσιμο αρχείου
  • Λειτουργίες εγγραφής
  • Λειτουργίες ανάγνωσης
  • Λειτουργίες επανάληψης σε αρχείο

Αλφαριθμητικά

  • Βασικά στοιχεία αλφαριθμητικών
  • Μορφοποίηση αλφαριθμητικού
  • Βασικές συναρτήσεις αλφαριθμητικών

 Τετράμηνο Β

Δομές δεδομένων σε Python

  • Δημιουργία Λίστας
  • Πρόσβαση σε στοιχεία λίστας
  • Διάτρεξη στοιχείων λίστας
  • Διαγραφή στοιχείων
  • στοίβα
  • Πλειάδες
  • Δημιουργία λεξικού
  • Λειτουργίες σε λεξικό
  • Διάτρεξη τιμών
  • Αναφορά και τροποποίηση
  • Δημιουργία συνόλου
  • Βασικές πράξεις συνόλων

Πίνακες

  • Από τις λίστες στους πίνακες
  • Μονοδιάστατοι πίνακες
  • Πολυδιάστατοι πίνακες
  • Πράξεις πινάκων
  • Βασικές συναρτήσεις επεξεργασίας πινάκων
  • Συσχέτιση, συνέλιξη, αυτοσυσχέτιση

Αναζήτηση και ταξινόμηση

  • Σειριακή αναζήτηση
  • Δυαδική αναζήτηση
  • Ταξινόμηση φυσαλίδας
  • Ταξινόμηση με επιλογή
  • Ταξινόμηση δύο ταξινομημένων πινάκων με συγχώνευση
  • Γρήγορη ταξινόμηση

Τετράμηνο Γ

Κλάσεις και αντικείμενα

  • Τι είναι κλάση
  • Τι είναι αντικείμενο
  • Πως ορίζουμε μια κλάση
  • Παραδείγματα χρήσης κλάσεων
  • Συναρτήσεις μέλους
  • Μεταβλητές κλάσης και στατικές μέθοδοι
  • Κληρονομικότητα
  • Ειδικές μέθοδοι
  • Εγγραφή αντικειμένων σε αρχεία (σειριοποίηση – serialization)

Εξαιρέσεις

  • Τι είναι οι εξαιρέσεις (exceptions)
  • Εξαιρέσεις ως μοντέλο προγραμματισμού
  • Συχνά χρησιμοποιούμενες εξαιρέσεις
  • Χειρισμός εξαιρέσεων
  • Δημιουργία νέων εξαιρέσεων
  • Διάδοση εξαιρέσεων
  • Εγείροντας εξαιρέσεις (raise)

Σχεδιασμός Γραφικού Περιβάλλοντος (Graphical User Interface – GUI)

  • Δημιουργία πλαισίου και κουμπιών
  • Δημιουργία μενού επιλογών
  • Περιοχή κειμένου
  • Δημιουργία κουμπιού επιλογής (check button)

Τετράμηνο Δ

Βασικές Βιβλιοθήκες

  • Δυνατότητες επεξεργασίας και ανάλυσης δεδομένων με Python
  • Επισκόπηση βιβλιοθηκών / πακέτων

Σχεδίαση Γραφικών Παραστάσεων

  • Πακέτο επέκτασης MatplotLib
  • Σχεδίαση μίας γραφικής παράστασης
  • Προσθήκη ετικέτας (legend)
  • Σχεδίαση πολλών γραφικών παραστάσεων στο ίδιο σύστημα αξόνων
  • Σχεδίαση πολλών γραφικών παραστάσεων στο ίδιο παράθυρο αλλά σε διαφορετικά συστήματα αξόνων
  • Τριδιάστατες γραφικές παραστάσεις
  • Γραφήματα μπάρας (bar charts)
  • Γραφήματα πίττας (pie charts)
  • Λογαριθμικές γραφικές παραστάσεις (log plots)
  • Ιστόγραμμα (histogram)
  • Απεικόνιση εικόνων
  • Γραφική απεικόνιση χρονοσειρών (timeseries)

 Επιστημονικοί υπολογισμοί

  • Πακέτο επέκτασης NumPy
  • Έννοια του πίνακα
  • Δημιουργία πινάκων
  • Μέθοδοι πινάκων
  • Τύποι δεδομένων
  • Βασικές μαθηματικές συναρτήσεις
  • Μητρώο (matrix)
  • Broadcasting

Προετοιμασία και καθαρισμός δεδομένων για επεξεργασία

  • Πακέτο επέκτασης Pandas
  • Τύποι δεδομένων: DataFrame, Series
  • Είσοδος δεδομένων από αρχεία CVS
  • Βασικές μέθοδοι: shape, ndim, head, tail
  • Τύποι δεδομένων του DataFrame
  • Περιγράφοντας δεδομένα με την describe
  • Συλλογή και διαχείριση δεδομένων (επιλογή στήλης, επιλογή σειράς, διαγραφή σειρών και στηλών, μετονομασία στηλών
  • Ταξινόμηση
  • Διαχείριση χαμένων τιμών

Πλατφόρμες και εργαλεία που θα χρησιμοποιηθούν

  • Το ολοκληρωμένο περιβάλλον ανάπτυξης (Integrated Development Environment, IDE) που θα χρησιμοποιηθεί είναι το pycharm και η python διανομή (default distribution) είναι η 3.6.

Η διάρκεια του προγράμματος

  • Το πρόγραμμα ολοκληρώνεται σε 4 τετράμηνα.
  • Τα μαθήματα ξεκινούν 23 Σεπτέμβρη 2019 και θα πραγματοποιούνται 18.00-20.00 μία φορά την εβδομάδα.
  • Χειμερινό Τετράμηνο: 23-Σεπτέμβρη-19 μέχρι 23-Γενάρη-19
  • Εαρινό Τετράμηνο: 3-Φλεβάρη-19 μέχρι 29-Μαΐου-19

Μαθητές στους οποίους απευθυνόμαστε

  • Το πρόγραμμα απευθύνεται σε μαθητές ΣΤ’ Δημοτικού & Α’ Γυμνασίου.

Προαπαιτούμενες γνώσεις

  • Η εκπαίδευση αυτή προσφέρει μια ολοκληρωμένη προσέγγιση προγραμματισμού με χρήση της γλώσσας Python και δεν απαιτεί προηγούμενες γνώσεις.

Express Your Interest

Additional information

Φορέας Πιστοποίησης:

Athens Tech College

Εγκαταστάσεις:

Code.Hub & Athens Tech College Premises
Leof. Alexandras 205, Athina 115 23
https://goo.gl/maps/wYqc3TG9iEhi8HiA9