Основы программирования

Python

Ресурсы

  • Эта страничка

    • Слайды / блокноты / примеры

    • Список литературы и не литературы

  • Чатик в Discord

Чеклист перед сдачей заданий

  1. Запустить (как минимум, в программе нет синтаксических ошибок)

  2. В зависимости от того, программа или блокнот

    • Программа

      1. PyLint pylint --disable=missing-docstring my_program.py ставит балл не менее 5.0

      2. MyPy mypy my_program.py не выдаёт ошибок

      3. Проверить, что файл .py назван по принципу snake_case.py

    • Блокнот

      1. Kernel → Restart kernel and run all cells

      2. Проверить, что файл не назван Untitled.ipynb или .... (1).ipynb и т.д.

  3. Перепроверить, что программа делает то, что подразумевалось автором

  4. Перепроверить, что программа делает то, что подразумевалось преподавателем

Задания

0. Инсталлировать программное обеспечение из списка ниже

  1. Регистрация, создание репозитория, подключение к Discord

    • До 10.09 зарегистрировать аккаунт на GitHub, создать репозиторий и заполнить форму

    • До 10.09 зарегистрироваться в Discord, зайти в чатик, поставить себе там ник в виде фамилии, имени [отчества], со всеми радостно поздороваться

  2. Первая программа — на основе этой — прокомментировать (комментарий — от # до конца строки) каждую строку, которую можно, рекомендуется модифицировать функцию

  3. Публикация кода на GitHub в своём репозитории

  4. Вычисление функции по ряду Телора — следует данный блокнот и переделать под свою функцию. И в Git выложить, конечно же, тоже блокнот. Чтобы сейчас и после было проще, рекомендуется клонировать себе весь репозиторий — git clone https://github.com/dluciv/python-intro-course.git

  5. Алгоритм Рабина-Карпа. Примерное описание приводится на лекциях, отправную точку для задания содержит блокнот Ответы на вводный тест. Наконец, можно даже в Википедии посмотреть, только для простоты никакие мудрёные хэши не брать, а просто сумму ord(symbol)

  6. Пользуясь для вдохновения блокнотом Функции, декораторы, статическая типизация, Lint, сделать, как в нём предлагается, «декоратор с параметром», который из функции делает функцию, применяющуюся заданное количество раз к её же результату

  7. Пользуясь блокнотом Гаубица Д-30 и «Катюша», допрограммировать физическую модель реактивного снаряда (а можно нафантазировать и ещё что-нибудь похитрее)

  8. Улучшить свою реализацию алгоритма Рабина-Карпа: вставить свой код в пример с модульными тестами (именно свой код → в пример, и редактировать пример, где отмечено в файле!), добиться, чтобы тесты успешно проходили (не запрещается и ещё тестов добавить!), добиться, чтобы PyLint выдавал как минимум 9,5 из 10 и MyPy не выдавал ошибок

  9. Вдохновляясь капустой и борщевиком, придумать своё описание фрактала и нарисовать при помощи черепашьей графики

  10. Реализовать алгоритм Евклида, проверку на простоту, а также расширенный алгоритм Евклида (линейное разложение)

    • С проверкой на простоту просьба вспомнить пункт B вот этого блокнота и реализовать один вариант «в лоб», а другой — любой изощрённый, или их сочетания, и сравнить быстродействия при помощи %timeit

  11. Помедитировать над блокнотом про свои пространства и реализацией многочлена, придумать своё пространство (можно из тех примеров, которые перечислены), желательно кольцо, поле или алгебру, чтобы операций было побольше, реализовать и продемонстрировать операции над ним

  12. На основании последнего примера (class Fib6) из блокнота «Срезы, итераторы и генераторы» сделать свой класс, объекты которого могут бесконечно выдавать числа Фибоначчи, значения факториала или элементы другой последовательности, чтобы по нему можно было «бегать» циклом for. Про «бесконечно выдавать» — важно, в этом и была идея! Ограничить-то вывод всегда можно через itertools.islice(my_fibs, 300), например.

  13. На основе блокнота «Задача N тел и второй закон Кеплера» сделать класс Universe2D по аналогии с Universe3D, промоделировать движение небесных тел

  14. На основе блокнота «Задача N тел и второй закон Кеплера» для случая Universe3D численно проверить приблизительное выполнение второго закона Кеплера

  15. На основе блокнота «Метод Гаусса решения СЛАУ» реализовать метод Гаусса решения СЛАУ с использованием векторных возможностей numpy или без. Программный код для проверки в блокноте уже есть.


Задания для зачёта

Те, кому не хватает баллов для зачёта в осеннем семестре, могут заработать до трёх баллов, устно (иногда с демонстрацией) ответив на три (или меньше) случайных вопроса из списка с демонстрацией работы на компьютере. Требуется продемонстрировать работающие программы или блокноты и при демонстрации развёрнуто пояснит их работу.

  1. Любым способом на своём компьютере создать программу на Python, запустить её при помощи командной оболочки

  2. Клонировать свой репозиторий локально; не пользуясь сайтом GitHub, добавить в него файл, зафиксировать изменения; отправить изменения на GitHub; продемонстрировать полученный файл на сайте

  3. Клонировать свой репозиторий локально; не пользуясь сайтом GitHub, переименовать и удалить файл(ы), зафиксировать изменения; отправить изменения на GitHub; продемонстрировать полученный файл на сайте

  4. В программе на Python или в блокноте на своём компьютере продемонстрировать работу с некоторыми основными типами данных: целыми и вещественными числами, строками, логическими значениями; продемонстрировать ввод и вывод, использование выражений, использование условного оператора

  5. В программе на Python или в блокноте на своём компьютере продемонстрировать циклы for и while; продемонстрировать работу с объектами range

  6. В программе на Python или в блокноте на своём компьютере продемонстрировать написание и вызов функций; в том числе, продемонстрировать рекурсивный вызов функций

  7. В программе на Python или в блокноте на своём компьютере продемонстрировать работу со списками —индексирование, добавление, удаление элемента, вырезку

  8. В программе на Python или в блокноте на своём компьютере продемонстрировать использование матриц и векторов в numpy — сложение, умножение, вырезки (например, получение отдельного столбца или строки матрицы)

  9. В программе на Python или в блокноте на своём компьютере продемонстрировать рисование графиков функций и параметрических графиков при помощи matplotlib

  10. В программе на Python или в блокноте на своём компьютере показать создание и использование классов, наследование и переопределение методов; продемонстрировать вызов различных реализаций метода в пределах одной иерархии наследования

Ресурсы — слайды, листинги, блокноты

Перечисленные блокноты также доступны в режиме предпросмотра GitHub (с некоторыми ошибками, но GiHub умеет их показывать).

  1. Слайды: Python: что это, откуда и зачем

  2. Слайды: Немного практики

  3. Блокнот: Основы

  4. Блокнот: Ответы на вводный тест

  5. Блокнот: Функции, декораторы, статическая типизация, Lint

  6. Блокнот: Гаубица Д-30 и «Катюша»

  7. Блокнот: Кунг фу графиков, поверхностей и гистограмм

  8. Слайды: Статический анализ, анализ типов, модульные тесты

  9. Примеры на черепашью графику — капуста, борщевик, а также летящие тела с управлением

  10. Блокнот: Простые задачки для хорошего настроения

  11. Блокнот: Определяем свои пространства

  12. Блокнот: Срезы, итераторы и генераторы

  13. Блокнот: Задача N тел и второй закон Кеплера

  14. Блокнот: Метод Гаусса решения СЛАУ

— Вы находитесь здесь —

  1. Блокнот: Just-in-Time компиляция

  2. Пример: Модуль и пакет (TODO)

  3. Слайды: Параллельное программирование: потоки, процессы, сопрограммы, циклы обработки сообщений и примеры

  4. Блокнот: Немного данных и статистики

  5. Примеры: Декларативный GUI; Множественное наследование

  6. Пример: Простое Web-приложение

  7. Пример (неоконченный): Игра на PyGame

  8. Блокнот: Реляционные БД и ORM

  9. Слайды: Классификаторы — простейший линейный и на базе нейронной сети

  10. Блокноты: Совсем немного нейронных сетей и Чуть больше нейронных сетей. И ещё чуть-чуть, и ещё чуть-чуть.


Программное обеспечение

Программное обеспечение для Windows устанавливается с официальных сайтов, для Unix-подобных систем — при помощи системного менеджера пакетов.

  • Python 3.8+ https://www.python.org/downloads/, очень желательно 64-битный

    • Для Windows:

      • говорим, что хотим изменить настройки

      • ставим галочку на тему того, что надо внести Python в системные пути

      • каталог для инсталляции выбираем c:\Python38

  • Пакеты для Python — либо при помощи системного пакетного менеджера, либо (например, для Windows) при помощи менеджера Python:

    • Обновление пакетного менеджера (необязательно) python -m pip install --upgrade pip

    • Инсталляция пакетов pip install ipython scipy numpy pandas jupyterlab matplotlib

  • Git

  • Не вредно — IDE. Популярные варианты:

    • Для маленьких программ (наш случай) — любой текстовый редактор + командная строка или совсем простая среда IDLE (под Windows инсталлируется вместе с Python)

    • Для средних программ (тоже наш случай) или «средни» ПК — Visual Studio Code + плагин для Python

    • Для крупных проектов и мощных ПК — JetBrains PyCharm, при наличии Email в домене университета — Professional Edition

Удобный файловый менеджер, позволяющий быстро бегать по файловой системе и редактировать текстовые файлы, например (но не обязательно) двухпанельные Far Manager или Midnight Commander — научиться пользоваться без мышки

  • Любой современный веб-браузер

Выполненные задания

В таблице ниже лишь сводка. Комментарии доступны по ссылке.

Основы программирования (Python), осень 2018

Содержание курса

Язык программирования Python

  1. История и предназанчение языка, основные свойстваю.

  2. Оболочки Python, IPython, Jupyter Notebook, Jupyter Lab. Система контроля версий Git, основные операции.

  3. Встроенные типы данных языка, операции над ними.

  4. Модули стандартной и внешней библиотек.

  5. Функции. Встроенная документация. Передача параметров, рекурсивные функции. Продвинутая тема — декораторы.

  6. Пользовательские типы данных. Описание классов.

  7. Реализация стандартных операций над пользовательскимим типами. Операции, вызываемые встроенными функциями и операторами.

  8. Реализация собственных модулей.

  9. Промежуточная консультация.

  10. Немного ускоримся: Numba, PyPy, Cython

  11. Работа с массивами данных: чтение/запись CSV, HDF5.

  12. Анализ массивов данных: библиотека Pandas.

  13. Сопроцедуры. AsyncIO — пример того, как Python очень не хочет быть функциональным.

  14. Веб-приложения. Фреймворки для веб-приложений.

  15. Параллельное и распределённое программирование.

Источники

Литература

  1. Mark Lutz. Learning Python, 5th Edition // O'Reilly Media, 2013, 1648 p.

  2. R. Sedgewick, K. Wayne, R. Dondero. Introduction to Programming in Python: An Interdisciplinary Approach // Addison-Wesley Professional, 2015, 792 p.

  3. [перевод предыдущей книги] Роберт Седжвик, Кевин Уэйн, Роберт Дондеро. Программирование на языке Python. Учебный курс / пер. с англ. — СПб.: ООО "Альфа-книга" // М.: Диалектика, 2017, 736 с.

  4. Брайсон Пэйн. Python для детей и родителей. Играй и программируй / пер. с англ. М.А. Райтман // М.: Издательство «Э», 2017. — 352 с. [книжку можно почитать с Google Books]

  5. Сегаран. Т. Программируем коллективный разум. / пер. с англ. – СПб: Символ-Плюс, 2008. – 368 с.

  6. Дейт К. Дж. Введение в системы баз данных / пер. с англ. Introduction to Database Systems. — 8-е изд. — М.: Вильямс, 2005. — 1328 с.

Не литература

Отдельные лекции, комментарии, важные реплики и прочие материалы