TNK128 · 6 hp · Grundnivå (G1N) · Datateknik
Grundläggande programmering för dataanalys
Ges · nästa start HT 2026
64 %
klarade senaste ordinarie tillfället
DAT1 · 28 okt 2025 · 22 studenter
72 %
klarade de ordinarie tillfällena, alla tillfällen de senaste 5 åren
DAT1 · 78 studenter
56 %
Svårare än 56 % av kurserna på grundnivå
Jämfört med 874 kurser på samma nivå, ordinarie tentor de senaste tre läsåren. 58 studenter.
Ingår i 3 program
Övrigt moment
DAT1 Datorexamination Python
- 5
- 4
- 3
- U
Ordinarie tillfällen
72 % godkända · 78 studenter
- 64 %22
- 83 %36
- 60 %20
Senare tillfällen
50 % godkända · 14 studenter
- 60 %5
- 44 %9
- Klarar ett senare tillfälle: 50 % (14 studenter), jämfört med 72 % (78 studenter) på ordinarie
- Får 4 eller 5: 37 % (92 studenter)
Visa små tillfällen (5)
Tillfällen med färre än 5 studenter, ofta tillgodoräknanden eller specialtillfällen. De ingår inte i någon siffra på sidan.
- 50 %2
- 0 %1
- 50 %2
- 100 %2
- 50 %4
Övriga moment
Deltentor, inlämningar och laborationer. De ingår inte i siffrorna överst.
Inlämning eller laboration
LAB1 Laborationer i Python
- G
Ordinarie tillfällen
100 % godkända · 78 studenter
- 100 %21
- 100 %37
- 100 %20
Senare tillfällen
Inga tillfällen med minst 5 studenter.
Visa små tillfällen (1)
Tillfällen med färre än 5 studenter, ofta tillgodoräknanden eller specialtillfällen. De ingår inte i någon siffra på sidan.
- 100 %1
Inlämning eller laboration
LAB2 Laborationer Matlab
- G
Ordinarie tillfällen
100 % godkända · 70 studenter
- 100 %18
- 100 %36
- 100 %16
Senare tillfällen
Inga tillfällen med minst 5 studenter.
Visa små tillfällen (3)
Tillfällen med färre än 5 studenter, ofta tillgodoräknanden eller specialtillfällen. De ingår inte i någon siffra på sidan.
- 100 %3
- 100 %1
- 100 %4
Om kursen
Mål
I den här kursen lär du dig använda programmering för problemlösning och analys av data.
Den studerande ska efter genomgången kurs kunna:
- Skriva kod för dataanalys med Python
- Använda grundläggande datastrukturer för problemlösning i Python
- Tillämpa tillgängliga verktyg i vanligen förekommande Pythonpaket
- Generalisera programmeringsfärdigheter i Python till andra skriptspråk, speciellt Matlab
Innehåll
- Introduktion till olika typer av programmeringsparadigm och språk
- Grunderna i Python: programmeringsmiljö och dokumentation, programflöde, variabler, kommentarer, numeriska operatorer, loopar, villkorssatser
- Python-datastrukturer och loopingtekniker: tupler, listor, ordböcker, uppsättningar, iteratorer och generatorer
- Python-standardbibliotek och viktiga tredjepartspaket för datamanipulering, numerisk beräkning och visualisering
- Felsökning av kod
- Datahämtning från olika källor, såsom json-filer, csv-filer, html-filer, XML-filer, databaser eller API:er
- Introduktion till Matlab-programmering och verktygslådor
- Examinator
- Nils Breyer
- Schemalagd tid
- 48 h
- Huvudområde
- Datateknik