course-details-portlet

EP8221

Python for bærekraftsanalyse

Velg studieår
Studiepoeng 7,5
Nivå Doktorgrads nivå
Undervisningsstart Høst 2025
Varighet 1 semester
Undervisningsspråk Engelsk
Sted Trondheim
Vurderingsordning Gruppeprosjekt

Om

Om emnet

Faglig innhold

Emnet gir en introduksjon til databehandling, data-analyse og visualisering innen miljøvitenskap.

  • Python pakker for datavitenskap: NumPy, Pandas, GeoPandas, Matplotlib
  • Programmeringsoverflate for Python (VScode, Anaconda, Linter)
  • Evner til å skrive tydelige skript som er lett å følge
  • Data- og kodeokumentasjon og organisasjon av programmeringsprosjekter
  • Presentasjon av resultater:
    • Vitenskapelig presentasjon
    • Innovasjonspitch

Kurset er designet for industriell økologistudenter og gir programmeringsferdighetene som trengs i følgende masterkurs (IO-analyse, LCA, MFA).

Læringsutbytte

Kunnskap

  • Forstår og kan bruke Python-programmeringsterminologi
  • Forstår fordeler og ulemper med ulike måter å håndtere data og kode
  • Kan forklare hva er sirkulær økonomi og forretningsmodeller
  • Kan forklare hvorfor systemperspektiv er viktig i bærekraftsanalyse
  • Kan gi ulike eksempler på Python-applikasjoner for bærekraftsanalyse

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 tydelig kommunisere resultatene av et Python-prosjekt
    • Presentasjons-/pitcheferdigheter
    • Skriftlige ferdigheter

Generisk kompetanse

  • Forstår utfordringer med å jobbe med data på bærekraft i praksis
  • Bli fortrolig med å bruke programmering som verktøy for å håndtere 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 i klassen
  • Individuelt prosjektarbeid
  • Presentasjon (vitenskapelig presentasjon eller innovasjonspitch)

Obligatoriske aktiviteter

  • Obligatoriske øvinger

Mer om vurdering

Vurdering består av et Python prosjekt. På slutten av kurset, presenterer studentene sine prosjekter for klassen. I tillegg, programmeringsøvinger ukentlig eller hver annen uke er obligatorisk.

Spesielle vilkår

Krever opptak til studieprogram:
Ingeniørvitenskap (PHIV)

Kursmateriell

Kurset bruker følgende læremateriell fra 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

Annet kursmateriell vil bli gjort tilgjengelig på Blackboard.

Fagområder

  • Program/system-utvikling

Kontaktinformasjon

Eksamen

Eksamen

Vurderingsordning: Gruppeprosjekt
Karakter: Bestått/ Ikke bestått

Ordinær eksamen - Høst 2025

Gruppeprosjekt
Vekting 100/100 Eksamenssystem Inspera Assessment