Emne - Python for bærekraftsanalyse - TEP4221
Python for bærekraftsanalyse
Velg studieårOm
Om emnet
Faglig innhold
Kurset gir en introduksjon til bruk av datahåndtering, beregning, og framstilling for analyse av miljø- og sosioøkonomisk data relevant for bærekrafttematikken.
- Python pakker for datavitenskap: NumPy, Pandas, GeoPandas, Matplotlib
- Programmeringsoverflate for Python (VScode, Anaconda, Linter)
- Programmer, funksjoner, og objekter i Python
- Dokumentasjon av kode og organisasjon av programmeringsprosjekter
- Datainnhenting og prosessering av miljø- og bærekraftorienterte datasett
- Visualisering av økologisk informasjon og utslippstall
Kurset er designet for industriell økologistudenter og gir programmeringsferdighetene som trengs i følgende masterkurs (IO-analyse, LCA, MFA).
Læringsutbytte
Kunnskap
- Forstår programmeringsuttrykk og anvende dem
- Forstår hvordan python kan bli brukt i analyse av bærekraftspørsmål
- Forstår fordeler og ulemper med ulike måter å handtere data og kode
- Forstår fordelen med å utvikle en automatisk data pipeline
Ferdigheter
- Kan selvstendig opprette et Python-prosjekt og skrive veldokumentert, effektiv og gjenbrukbart kode.
- Kan opprette, endre, slette og bruke Python-miljøer
- Kan importere, eksportere og behandle store datasett med Pandas
- Kan lage klare og nyttige plott med Pandas og Matplotlib
- Kan forklare forskjellen mellom en miljøindikator og en miljøpåvirkning.
- Kan forklare forskjellen mellom produksjonsbasert (territorielt) og forbruksbasert miljøregnskap.
- Kan tydelig kommunisere resultatene av et Python-prosjekt.
Generisk kompetanse
- Forstår utfordringer med å jobbe med data på bærekraft i praksis.
- Bli fortrolig med å bruke programmering som verktøy for å handtere data, gjennomføre beregninger, og visualisere resultater.
- Få en mal for framtidige Python prosjekter.
Læringsformer og aktiviteter
- Forelesninger
- Programmering med partner
- Online programmeringsøvelser og selvstudiet
- Gruppearbeid
- Par prosjektarbeid
- Presentasjon (vitenskapelig presentasjon eller pitching for bærekraftig innovasjon)
Obligatoriske aktiviteter
- Obligatorisk øving
Mer om vurdering
Vurdering består av et gruppe/par Python prosjekt. På slutten av kurset, presenterer studentene sine prosjekter for klassen. I tillegg, programmeringsøvinger ukentlig eller hver annen uke er obligatorisk.
Spesielle vilkår
Begrenset opptak til undervisning. For nærmere opplysninger: https://i.ntnu.no/wiki/-/wiki/Norsk/Opptak+til+adgangsbegrensede+emner
Anbefalte forkunnskaper
Erfaring med håndtering og analyse av strukturert data.
Kandidater uten programmeringserfaring bør sette seg inn i grunnlegende programmering gjennom å gjøre online-kurset: Introduction to Python at https://www.datacamp.com/
Kursmateriell
The course uses the following learning materials of DataCamp (https://www.datacamp.com/):
- Introduction to Python
- Intermediate Python
- Data manipulation with Pandas
- Introduction to data visualization with Matplotlib
- Working with geospatial data in Python
The students will get free access to the materials during the course.
Annet kursmateriell vil bli gjort tilgjengelig på Blackboard.
Fagområder
- Program/system-utvikling