Karta Przedmiotu

Politechnika Białostocka Wydział Informatyki
Kierunek studiów Data Science Poziom i forma
studiów
pierwszego stopnia
stacjonarne
Grupa przedmiotów /
specjalność
Profil kształcenia ogólnoakademicki
Nazwa przedmiotu Podstawy programowania E Kod przedmiotu DS1S1PPR
Rodzaj zajęć obowiązkowy
Formy zajęć i liczba godzin W Ć L P Ps T S Semestr 1
30 45 Punkty ECTS 6
Program obowiązuje od 2025/2026
Przedmioty wprowadzające
Cele przedmiotu Przekazanie podstawowej wiedzy z zakresu programowania, ze szczególnym uwzględnieniem języka Python jako narzędzia do przetwarzania i analizy danych.
Rozwój praktycznych umiejętności implementacji algorytmów i struktur danych, stanowiących fundament dla dalszej nauki zaawansowanych technik programistycznych w data science.

Odniesienia do frameworka edukacyjnego mikrokompetencji SFIA:
Programming/software development PROG - poziom 2
Testing TEST - poziom 1
Ramowe treści programowe Podstawowe pojęcia i koncepcje programowania. Specyfika Pythona jako języka do analizy danych. Operacje wejścia-wyjścia. Typy danych proste i kontenerowe, operacje na typach i strukturach danych. Struktury kontrolne: instrukcje warunkowe, pętle. Funkcje i moduły. Rekurencja. Praca z plikami. Testowanie i ulepszanie kodu, typy błędów. Biblioteki standardowe. Przegląd podstawowych bibliotek Pythona przydatnych w analizie danych.
Inne informacje o przedmiocie przedmiot ma związek z prowadzoną na Uczelni działalnością naukową
Wyliczenie: Nakład pracy studenta związany z: Godzin
ogółem
W tym
kontaktowych
W tym
praktycznych
udziałem w wykładach 30 30
udziałem w innych formach zajęć 45 45 45
indywidualnym wsparciem merytorycznym procesu uczenia się, udziałem w egzaminie i zaliczeniach organizowanych poza planem zajęć 4 4
przygotowaniem do egzaminu 20
przygotowaniem do bieżących zajęć o charakterze praktycznym 32 32
wykonaniem projektu 19 19
Razem godzin: 150 79 96
Razem punktów ECTS: 6 3.2 3.8
Zakładane kierunkowe efekty uczenia się Wiedza Umiejętności Kompetencje
społeczne
DS1_W02 DS1_U05 DS1_K01
DS1_W03 DS1_U06
DS1_W16 DS1_U21
Cele i treści ramowe sformułował(a) dr inż. Tomasz Łukaszuk, dr inż. Anna Łupińska-Dubicka Data: 29/05/2025
Realizacja w roku akademickim 2025/2026
 
Treści programowe
Wykład
1. Podstawy Pythona. Konsola, środowiska wirtualne, edytory kodu, zintegrowane środowiska programistyczne. Dokumentacja kodu, styl PEP 8. Definicja algorytmu.
2. Struktura programu, komentarze, operatory, rozgraniczniki, słowa kluczowe, instrukcje proste, importowanie zewnętrznych modułów, zmienne globalne i lokalne.
3. Numeryczne typy danych. Wykonywanie obliczeń w Pythonie. Pierwszeństwo operatorów.
4. Logiczny typ danych. Wyrażenia boolowskie. Operatory logiczne.
5. Złożone typy danych. Listy, krotki, słowniki, zbiory.
6. Instrukcje warunkowe. Instrukcje iteracji.
7. Wyrażenia listowe i słownikowe.
8. Biblioteki. Korzystanie z bibliotek. Standardowe biblioteki. Wykorzystanie bibliotek do rysowania.
9. Funkcje. Przekazywanie parametrów.
10. Rekurencja.
11. Operacje na napisach. Typ danych string. Formatowanie wyjścia.
12. Operacje na plikach. Podstawowe operacje odczytu i zapisu danych oraz wykorzystanie zewnętrznych modułów.
13. Liczby pseudolosowe. Pomiar czasu.
14. Testowanie i ulepszanie kodu. Typy błędów. Debugowanie programu.
15. Python a inne języki programowania. Biblioteki numpy i pandas.
Pracownia specjalistyczna
1. Struktura programu w języku Python. Przykładowy program. Zmienne.
2. Instrukcje wejścia-wyjścia. Wprowadzenie do instrukcji warunkowej.
3. Instrukcja warunkowa.
4. Instrukcja pętli while.
5. Listy, krotki, słowniki i zbiory.
6. Instrukcja pętli for. Pętle zagnieżdżone.
7. Wyrażenia listowe i słownikowe.
8. Kolokwium 1. Typ danych string.
9. Funkcje.
10. Rekurencja.
11. Operacje na plikach.
12. Zadanie projektowe.
13. Zadanie projektowe.
14. Kolokwium 2. Zadanie projektowe.
15. Zaliczenie zadania projektowego.
Metody dydaktyczne
(realizacja stacjonarna)
W wykład problemowy; wykład informacyjny; wykład z prezentacją multimedialną
Ps programowanie z użyciem komputera
Metody dydaktyczne
(realizacja zdalna)
W wykład problemowy; wykład informacyjny; wykład z prezentacją multimedialną
-
Forma zaliczenia
W egzamin pisemny z pytaniami otwartymi
Ps kolokwium, ocena wybranych programów realizowanych na zajęciach, ocena zadania projektowego
Warunki zaliczenia
W Uzyskanie min. 30% z każdego E1-E3, a po spełnieniu tego warunku ostateczna ocena wynika z sumy uzyskanych punktów.
Kryteria oceny:
[ 0 – 50]% punktów – 2.0
(50 – 60]% punktów – 3.0
(60 – 70]% punktów – 3.5
(70 – 80]% punktów – 4.0
(80 – 90]% punktów – 4.5
(90 – 100]% punktów – 5.0
Ps Minimalne wymagania dotyczące poszczególnych E:
E4 - poprawne zaimplementowanie 3 zestawów programów realizowanych na zajęciach,
E5 - poprawne wykorzystanie w zadaniu projektowym struktur kontenerowych do przechowywania danych oraz wykorzystanie algorytmów wyszukiwania i sortowania danych,
E6 - poprawne użycie w zadaniu projektowym strukturalizacji kodu,
E7 - umiejętność korzystania z dokumentacji języka Python.
Po spełnieniu tych warunków ostateczna ocena wynika z sumy uzyskanych punktów.
Kryteria oceny:
[ 0 – 50]% punktów – 2.0
(50 – 60]% punktów – 3.0
(60 – 70]% punktów – 3.5
(70 – 80]% punktów – 4.0
(80 – 90]% punktów – 4.5
(90 – 100]% punktów – 5.0
Symbol efektu Zakładane efekty uczenia się Odniesienie do efektów uczenia się zdefiniowanych dla kierunku studiów
Wiedza Umiejętności Kompetencje
społeczne
Wiedza: student zna i rozumie
E1 podstawowe konstrukcje programistyczne i ich zastosowanie w Pythonie
E2 zasady projektowania i implementacji algorytmów
E3 podstawowe struktury danych i ich zastosowanie w przetwarzaniu danych
Umiejętności: student potrafi
E4 implementować proste programy w języku Python
E5 wykorzystywać podstawowe struktury danych i algorytmy
E6 tworzyć czytelny i poprawny kod źródłowy
Kompetencje społeczne: student jest gotów do
E7 systematycznego rozwijania umiejętności programistycznych
Symbol efektu Sposób weryfikacji efektu uczenia się Forma zajęć na której zachodzi weryfikacja
E1 egzamin pisemny W
E2 egzamin pisemny W
E3 egzamin pisemny W
E4 kolokwium; rozwiązywanie zadań problemowych Ps
E5 kolokwium; rozwiązywanie zadań problemowych Ps
E6 kolokwium; rozwiązywanie zadań problemowych Ps
E7 kolokwium; rozwiązywanie zadań problemowych Ps
Literatura podstawowa
1. M. Lutz, M.D. Ascher, Python: Wprowadzenie, Gliwice, Helion, 2002
2. Z.A. Shaw, Python 3 : Proste wprowadzenie do fascynującego świata programowania, Gliwice, Helion, 2018
3. P. Norton, Python Od Podstaw, Gliwice, Helion, 2006
4. M. Summerfield, Python 3 : Kompletne Wprowadzenie Do Programowania. Wyd.2. ed. Gliwice, Helion, 2010
Literatura uzupełniająca
1. R. Miles, Python : Zacznij Programować!, Gliwice, Helion, 2019
2. N. Ceder, Python : Szybko I Prosto, Gliwice, Helion, 2019
3. A. Bell, Python : Uczymy Się Programowania, Gliwice, Helion, 2019
Koordynator przedmiotu: dr inż. Dorota Duda, dr inż. Tomasz Łukaszuk, dr inż. Anna Łupińska-Dubicka Data: 03/03/2025