Module Information

Cod y Modiwl
CC24420
Teitl y Modiwl
Python Gwyddonol
Blwyddyn Academaidd
2022/2023
Cyd-gysylltydd y Modiwl
Semester
Semester 2 (Dysgwyd dros 2 semester)
Pre-Requisite
Exclusive (Any Acad Year)
Exclusive (Any Acad Year)
Rhestr Ddarllen
Staff Eraill sy'n Cyfrannu

Manylion y cyrsiau

 

Dulliau Asesu

Math o Assessiad Manylion / Hyd Assessiad Cyfran
Arholiad Ailsefyll 3 Awr   Ar-lein, arholiad llyfr agored gyda ffeiliau  data wedi'u personoli (24 awr)  100%
Arholiad Semester 3 Awr   Ar-lein, arholiad llyfr agored gyda ffeiliau  data wedi'u personoli (24 awr)  70%
Asesiad Semester 5 taflen waith ymarferol  (Arddangos arddangoswr neu farcio gwaith a gyflwynwyd)  30%

Canlyniadau Dysgu

Wedi cwblhau'r modiwl dylai'r myfyrwyr fedru:

Cynllunio a gweithredu arbrawf gwyddonol cyfrifiadol

Dangos gallu i ysgrifennu rhaglenni bach yn Python

Dangos dealltwriaeth o'r rhagfarnau posibl a'r ffynonellau gwall mewn gwyddoniaeth

Dadansoddi set ddata (prosesu data, cymhwyso profion priodol, cyfrifo ystadegau cryno, plotio canlyniadau).

Disgrifiad cryno

Y gyntaf, mae'r modiwl hwn yn cyflwyno myfyrwyr i’r iaith raglennu Python ac at ddefnyddio modiwlau Python a'i llyfrgelloedd ar gyfer prosesu data gwyddonol. Yna mae'r modiwl yn mynd rhagddo i gwmpasu'r Dull Gwyddonol, strwythur sylfaenol arbrofion gwyddonol a gwneud a phrofi rhagdybiaethau, gydag esiamplau darluniadol o arfer da a drwg. Hefyd, trafodir anawsterau wrth gyflawni hap, ffynonellau rhagfarn wrth samplo a dewis dulliau profi ystadegol priodol ar gyfer gwahanol fathau o astudiaethau.

Nod

Mae'r modiwl yn cyflwyno'r myfyriwr i Python ac yn defnyddio Python fel iaith raglennu i ddatrys amrywiol dasgau sy'n gysylltiedig â dadansoddi data. Mae hyn yn arwain at astudio dadansoddi data fel y prif bwnc yn yr ail semester.

Cynnwys

Semestr 1
• Cyflwyniad i'r iaith Python: mathau, newidynnau, datganiadau rheoli llif, dolenni. Y cyfieithydd rhyngweithiol a gwerthusiad o ymadroddion syml.
• Strwuthurau data Python: Rhestrau, typlu a geiriaduron.
• Y modiwl NumPy: araeau data a gweithrediadau fectorol.
• Ffwythiannau: Diffiniad ffwythiant, galw ffwythiant, pasio paramedr a dychwelyd gwerth.
• Trefnu côd: Cynhyrchu dogfennaeth. Delio ag eithriadau. Creu a defnyddio modiwlau.
• Pethau a dosbarthiadau Python. Diffinio a defnyddio dosbarthiadau. Trin â phethau.
• Trin â ffeiliau: Darllen ac ysgrifennu ffeiliau testun a data csv. Dethol a phrosesu data o dudalennau gwe.
• Plotio: Trin â data a plotio canlyniadau. Defnyddio'r modiwl matplotlib
• Dosbarthiadau adolygiad ac ailymweld.

Semestr 2
• Y Dull gwyddonol. Strwythur ymchwiliad gwyddonol. Damcaniaethau. Rasel Occam. Rheolyddion. Cydberthyniad v. achosiaeth. Anwiriad. Treialon rheoledig a dwbl dall.
• Cyflwyniad i'r modiwlau scipy a pandas: Gweithio gyda Fframlenni Data ac ystadegau sylfaenol
• Hap. Ffynonellau hap a generaduron haprifau. Dosraniadau hap. Samplu ar hap.
• Ystadegau disgrifiadol: Mesurau canolduedd a gwasgariad. Mesuriadau arwahanol a pharhaus
• Profi damcaniaeth: Prawf t. Cyfwng hyder. Gwerth-p. Prawf chi-scwâr.
• Cydberthynas.
• Samplu: Tueddiadau. Bootstrap. Dulliau Monte Carlo.
• Cymhwysiad i ddata real a pynciau llosg mewn gwyddoniaeth.
• Dosbarthiadau adolygiad ac ailymweld.

Sgiliau Modiwl

Math o Sgiliau Manylion Sgiliau
Cyfathrebu Dogfennu côd.
Datblygu personol a chynllunio gyrfa Na, er bod galw mawr ar y sgiliau yn y modiwl hwn gan gyflogwyr.
Datrys Problemau Bydd angen goresgyn problemau er mwyn datblygu atebion sy'n ymddwyn ac yn ymddangos fel y bwriadwyd.
Gwaith Tim Dim.
Gwella dysgu a pherfformiad ei hun Trwy adborth.
Rhifedd Yn gynhenid yn y pwnc.
Sgiliau pwnc penodol Sgiliau rhaglennu, sgiliau dadfygio, sgiliau ystadegau, sgiliau dadansoddi data.
Sgiliau ymchwil Defnyddio Cyfrifiadur. Chwilio'r dogfennau iaith a llyfrgell.
Technoleg Gwybodaeth Yn gynhenid yn y pwnc.

Nodau

Mae'r modiwl hwn yn cydymffurfio a FfCChC Lefel 5