Информация о курсе

Спецкурс кафедры Теоретической информатики мехмата МГУ.

На курсе планируется освоение студентами основ языка Python (синтаксис, структуры данных, работа с файловой системой и т.д.) и овладение навыками для решения стандартных задач.

Время: по субботам, 16:45 — 18:20

Место: 2 учебный корпус МГУ, ауд. П-13: зайти через вход, который ближе к ГЗ, подняться по лестнице — аудитория будет по правую руку

Первая лекция: 2 марта 2019

Руководитель курса: Адрианов Николай, к.ф.-м.н.

Читает курс: Бекбулатов Рамзан

Чат курса: t.me/mm_python (зеркало: tele.click/mm_python) — помощь и актуальные новости

Регистрация на курс: goo.gl/forms/2ELiuN0iNp2nszLS2

Сдача спецкурса для других факультетов: нужно будет брать специальную ведомость в своей учебной части. Курс может идти в диплом как «спецкурс по выбору студента» или как «курс сверх плана».

Занятия

Лекция 1. Основы основ

Темы. Организационные моменты, история Python, первый взгляд на Python: слайды

Лекция 2. Работа с ОС

Темы. Повторение основ, работа со строками, ввод с клавиатуры, чтение и запись файлов: слайды

Лекция 3. Контейнеры

К этой лекции необходимо установить Jupyter Notebook (подробнее). Первые две лекции, собранные вместе: PythonCourse_First.ipynb, статичное превью

Темы. Работа с Jupyter Notebook, модель данных в Python, контейнеры данных: PythonCourse_Lecture_3.ipynb, статичное превью

Лекция 4.

• Отсутствует

Лекция 5. Визуализация данных

Темы. Визуализация данных в Python, работа с библиотекой matplotlib: PythonCourse_Lecture_5.ipynb, статичное превью, задачи с лекции

Лекция 6. Контейнеры и функции

Темы. словари, множества, модуль collections, особенности работы с функциями: PythonCourse_Lecture_6.ipynb, статичное превью

Лекция 7. Функциональное программирование в Python

Темы. map, filter и прочие, модуль functools, декораторы, генераторы: PythonCourse_Lecture_7.ipynb, статичное превью

Лекция 8. Объектно-ориентированное программирование в Python

Темы. классы, наследование, обработка ошибок: PythonCourse_Lecture_8.ipynb, статичное превью

Домашние задания

Каждое задание оценивается в звёздочках. К концу курса будет определено количество звёздочек для зачёта и автомата. Задачи пока не имеют дедлайнов, но лучше сдавать раньше и идти в ногу с курсом.

Форма сдачи задания: код решения нужно заливать в свой репозиторий PythonCourse (см. ДЗ №1) с названием hw_номер.py, к примеру, hw_B1.py.

Домашнее задание №1

• (*) A1: Зарегистрироваться на GitHub (+ создать репозиторий с названием PythonCourse) и на Rosalind. Скинуть ссылки на профили через эту форму.
• (*) A2: Написать код, выводящий Hello World! 10 раз и залить его в свой репозиторий PythonCourse с названием hw_A2.py

Домашнее задание №2

• (*) B1: Решить задачу RNA на Rosalind
• (*) B2: Решить задачу REVC на Rosalind
• (*) B3: Решить задачу HAMM на Rosalind

Опциональная часть

• B4: Сделать угадайку чисел. Программа «загадывает» случайное число от 1 до 100, пользователь по очереди вводит числа, пока не угадает. Программа отвечает ему «больше» или «меньше» текущее число относительно загаданного. Интересные вариации приветствуются.

  Для «загадывания» пригодится модуль random (документация):

  import random
  # Выведет случайное число от 1 до 100 включительно
  print(random.randint(1, 100))
  

Домашнее задание №3

• (*) C1: Пользователь задаёт список чисел, выведите все элементы списка, которые больше предыдущего элемента
• (*) C2: Посчитать сумму и произведение цифр положительного числа, заданного пользователем
• (*) C3: Определить длину самого короткого слова в строке, заданной пользователем
• (*) C4: Пользователь задаёт числа a, b, c из уравнения ax^2 + bx + c = 0, вывести корни уравнения или сообщить, что их нет
• (**) C5: Задача FIB на Rosalind
• (**) C6: Задача SUBS на Rosalind

Опциональная часть

• C7: Посчитать приближенный интеграл функции f, заданной в коде. Методы численного интегрирования есть тут. Подойдёт и самый простой метод прямоугольников: пользователь вводит a, b — интервал интегрирования, и N — число точек разбиения; нужно посчитать значения функции в N точках от a до b и умножить на (b - a) / N, это и будет ответ. Для проверки ответа нужно сравнивать его с аналитически вычисленным интегралом, т.е. для f(x) = sin(x) функцией для проверки результата будет I(x) = -cos(x). Для развития можно реализовать и другие методы, к примеру, метод Симпсона.

Домашнее задание №4

• Отсутствует

Домашнее задание №5

• (*) E1: Нарисовать функцию распределения Пуассона (np.random.poisson)
• (*) E2: Нарисовать функцию распределения Паретто (np.random.pareto)
• (**) E3: Построить графики зависимости цены жилья в Бостоне от различных параметров (2-3 хватит). Подобрать лучший вариант отображения для каждого из них. Пример смотреть в конце ноутбука 5 лекции.

Домашнее задание №6

• Придумать идею командного проекта (проект необязателен, но хорошо закрепит и расширит знания)

Домашнее задание №7

• (*) G1: Написать декоратор, сохраняющий последний результат функции в .txt файл с названием функции в имени
• (*) G2: Написать генератор, выдающий простые числа

Домашнее задание №8

• (**) H1: Реализовать классы Survivor и Zombie, отнаследованные от одного класса с атрибутом hp (health points), отвечающий за здоровье. Смоделировать их сражение. К примеру, в цикле с задержкой через time.sleep(1) давать каждому по очереди выполнять действие attack, которое через наносит случайный урон random.randint(0, 20). Интересные вариации и возможная интерактивность для выбора действий приветствуется.

Перед занятиями

Установить интерпретатор Python

Linux

Выполнить команду в Терминале:

sudo apt-get install python3 python3-pip idle3

Windows & macOS

1. Скачать установщик с сайта: Python 3.7.2

   

2. Выбрать подробную установку, выбрать все галочки и установить в папку без пробелов и кириллицы в пути

   

Установить Jupyter

Про установку: jupyter.readthedocs.io/en/latest/install.html

Другими словами есть два варианта (оба подходят на Windows, Linux и macOS):

1. Установить Anaconda3 (это Python 3 с множеством пакетов для работы с данными): anaconda.com/distribution/#download-section
2. Установить Jupyter через консоль: pip3 install -U jupyter (на Windows ищите cmd.exe в поиске в меню Пуск и перейти в папку с Python)

Про запуск: jupyter.readthedocs.io/en/latest/running.html

На Windows и macOS ноутбуки возможно будут открываться просто двойным нажатием, а на Linux нужно будет открывать через консоль jupyter notebook PythonCourse_First.ipynb. Также может записываться jupyter-notebook через дефис.