Python programming i Life Science, Msc

• Selvstændigt få dybere indsigt i at bruge python-sprogkonstruktioner og datatyper i programmering på højere niveau baseret på eksisterende python-viden.
• Overholde de grundlæggende principper i god programmeringspraksis, som at evaluere om variabel-/objektnavne er passende i kontekst og undgå obskur, uklar kode.
• Udvikle pseudokode- og kommentar-færdigheder for at forbedre kodens læsbarhed og vedligeholdelse gennem effektiv kommentering.
• Forstå og anvende filstien til interoperabel fillæsning (mac/win/unix) og derved udvide fillæsningskonceptet.
• Anvende exception-håndtering for at håndtere fejl og alternativ eksekvering.
• Udføre strengmanipulation for at behandle biologiske dataformater såsom BLAST-output og FASTA-filer.
• Parse biologiske datafiler som SwissProt med stateful parsing-teknikker til at udtrække data.
• Anvende sorterings-, søgnings- og deduplikeringsalgoritmer på biologiske datasæt ved hjælp af listemanipulationsteknikker.
• Anvende mønstergenkendelsesteknikker – herunder regulære udtryk – til at identificere og udtrække relevante data fra Genbank-filer eller andre biologiske datafiler.
• Bruge sæt- og dict-teknikker til effektiv datahåndtering og analyse i biologiske sammenhænge.

Kurset har et stærkt fokus på at opnå programmatisk tænkning gennem forelæsninger og praktiske øvelser i en life science sammenhæng. Studerende vil engagere sig i dybdegående programmering ved at skabe mindre, men komplette programmer i øvelserne, der udnytter bredden af Python-datatyper og sprogkonstruktioner. Der vil blive lagt vægt på læsbarhed, vedligeholdelse og god programmeringspraksis ved brug af ren Python for at fremhæve det programmatiske aspekt. Ved hjælp af simple algoritmer vil de studerende analysere og manipulere forskellige biologiske datafiltyper. En vigtig del af kurset involverer peer-evaluering af øvelser, hvilket giver de studerende mulighed for at få indsigt i forskellige ideer og løsninger fra deres medstuderende.

• 36 – 49 (man 13-17)

02002, Grundlæggende programmeringserfaring er påkrævet, fortrinsvis i Python. Dette inkluderer viden om variabler, tildelinger, operatorer, betingede og løkke sprogkonstruktioner og filer.

Forelæsninger med ugentlige obligatoriske øvelser.