K-INFO
HU
EN
Belépés

Python programozás vegyészmérnököknek

Python Programming for Chemical Engineers
A tantárgyleírás hatályossága
Hatályosság kezdete:
2026. March 21.
Hatályosság vége:
Tantárgy neve (magyarul, angolul)
Python programozás vegyészmérnököknek
Python Programming for Chemical Engineers
Tantárgykód BMEVITMA005
Tantárgyjelleg
Képzési szint
Kurzustípusok és óraszámok (heti/féléves)
Kurzustípus elmélet gyakorlat laboratóriumi gyakorlat
óraszám (heti) 2 2 0
jelleg (kapcsolt/önálló) kapcsolt
Tanulmányi teljesítmény/értékelés típusa vizsga
Tantárgy kreditértéke 5
Tantárgyfelelős
Dr. Frankó Attila Ernő
beosztás: adjunktus
Tantárgyat gondozó oktatási szervezeti egység
Távközlési és Mesterséges Intelligencia Tanszék
Kar Villamosmérnöki és Informatikai Kar
Tantárgy weboldala
Tantárgy elsődleges mintatantervi jellege
Közvetlen előkövetelmények – Erős előkövetelmény BMEVITMM191 (Python programozás adatelemzéshez)
Közvetlen előkövetelmények – Gyenge előkövetelmény nincs
Közvetlen előkövetelmények – Párhuzamos előkövetelmény nincs
Közvetlen előkövetelmények – Mérföldkő előkövetelmény nincs
Közvetlen előkövetelmények – Kizáró feltétel nincs

Célkitűzés

Tantárgyprogram

1. Bevezetés a programozásba és a Python nyelvbe

A programozás szerepe a mérnöki problémamegoldásban, különös tekintettel számításokra, adatfeldolgozásra és automatizálásra.

  • A programozás fogalma és mérnöki alkalmazásai
  • Szekvenciális végrehajtás, ciklusok, elágazások
  • A Python nyelv szerepe

 

2. Alapvető programozási elemek: változók és adattípusok

A változó fogalma, létrehozása és használata Pythonban, egyszerű számítási példákon keresztül. Alap adattípusok (egész szám, lebegőpontos szám, logikai érték, sztring) és azok jelentése mérnöki kontextusban.

  • Változók létrehozása és elnevezése
  • Alap adattípusok és egyszerű műveletek

 

3. Összetett adattípusok: sztringek és listák

Sztringek használata szöveges adatok kezelésére. Listák bemutatása mint adatsorok, mérések és paraméterhalmazok tárolására szolgáló eszközök.

  • Sztringműveletek
  • Listák létrehozása és indexelése

4. Adatszerkezetek és referenciák

A Python objektummodell alapjai, referencia-szemlélet és annak hatása a program működésére. Egyszerű példákon keresztül bemutatjuk, hogyan változnak az adatok memóriában.

  • Objektumok és referenciák
  • Másolás és módosítás hatásai

 

5. Vezérlési szerkezetek és kivételek

Feltételes elágazások és ciklusok alkalmazása algoritmusok megvalósítására. Hibák és kivételek kezelése, különös tekintettel hibás mérési vagy bemeneti adatokra.

  • Haladó ciklusvezérlés
  • Kivételkezelés

 

6. Függvények és moduláris gondolkodás

Függvények használata az újrahasznosítható és átlátható kód érdekében. Paraméterátadás, visszatérési értékek és a referencia-kezelés alapjai.

  • Saját függvények definiálása
  • Paraméterek és visszatérési értékek

 

7. Rendezési algoritmusok és rekurzió

Egyszerű rendezési eljárások bemutatása adatsorok feldolgozására. A rekurzió fogalma és szerepe algoritmikus problémák megoldásában.

  • Lista- és adatrendezés
  • Rekurzív függvények alapelvei

 

8. Objektum-orientált programozás alapjai

Az objektum-orientált szemlélet bemutatása valós mérnöki objektumok modellezésén keresztül. Osztályok, attribútumok és metódusok szerepe a strukturált programozásban.

  • Osztályok és objektumok
  • Konstruktorok és metódusok

9. Fájlkezelés és többmodulos programok

Adatok beolvasása és kiírása fájlokból, mérési eredmények tárolásának gyakorlata. Nagyobb programok felépítése több modul segítségével.

  • Szövegfájlok kezelése
  • Modulok és importálás

10. Operátorok és számábrázolás

A Pythonban használt aritmetikai, logikai és összehasonlító operátorok bemutatása. Számábrázolás, lebegőpontos pontatlanságok és azok mérnöki jelentősége.

  • Operátortípusok
  • Numerikus pontosság és hibák

11. Összetett adatszerkezetek

Szótárak, halmazok és beágyazott adatszerkezetek használata. Strukturált adatok feldolgozása gyakorlati példákon keresztül.

  • Szótárak és halmazok
  • Beágyazott adatszerkezetek

 

12. Állapotgépek és reguláris kifejezések 

Az állapotgépek alapfogalmai és egyszerű alkalmazása folyamatmodellezésben. Reguláris kifejezések használata adatok keresésére és szűrésére.

  • Állapotgépek alapelvei
  • Reguláris kifejezések alapjai

13. Alkalmazási területek bemutatása

A tárgyban megtanult ismeretek alkalmazása tipikus felhasználási esetekre, egyszerű példákon keresztül, melyek olyan kimenő ismereteket biztosítanak, ami alapján az érdeklődő hallgató, új témákat is képes önállóan feldolgozni.

  • A web működése és egyszerű kommunikáció megvalósítása szoftverek között
  • Tabuláris adatok betöltése és írása

A Python nyelv a legdinamikusabban fejlődő programozási nyelvek egyike és manapság szinte már elengedhetetlen kelléke az adatbányászati és gépi tanulási módszerek alkalmazásának. A tárgy célja megismertetni a vegyészmérnöki képzés hallgatóival a programozás alapjait (algoritmizálás, szekvenciális gondolkodás), illetve magasabb szintű programozási ismereteket a Python nyelv használatán keresztül amelyet a későbbi tanulmányaik során és az iparban is hasznosíthatnak.

Tanulmányi eredmények

Ez a tantárgy a KKK rendeletben meghatározott, következő kompetenciák fejlesztését szolgálja:

Tudás
Ismeri a Python programozás alapjait. Ismeri az adatkezelést és adatstruktúrákat. Ismeri az utasításfolyam vezérlést Pythonban (szekvencia, feltételes utasítások, ismétlődő utasítások). Ismeri a függvények létrehozásának és használatának folyamatát. Ismeri a fő adatmanipulációs elveket és fő könyvtárakat (pandas, numpy). Ismeri az adatvizualizációs elveket és fő könyvtárakat (matplotlib).
Képességek
Képes Python programnyelven függvényeket létrehozni és ezeket hatékonyan használni a programozási feladatok megoldásához. Képes megérteni és alkalmazni az adatkezelés alapjait Pythonban, beleértve a változók létrehozását és az adatstruktúrák használatát. Képes adatokat manipulálni és elemzéseket végezni a Pandas könyvtár segítségével, valamint adatokat vizualizálni a Matplotlib könyvtárral. Képes importálni és használni külső Python könyvtárakat és csomagokat, hogy kiterjesszék a programjaik funkcionalitását.
Attitűd
Fejleszti az adatelemzői problémafelismerő és -megoldó készséget.
Autonómia és felelősség
Adatelemzési problémák megoldása során önállóan és kezdeményezően lép fel.

Oktatási módszertan

Előadás és gyakorlat. Az előadáson elmondott ismereteket a tantermi gyakorlatokon esettanulmányok, tervezési példák és szoftver eszközök bemutatása egészíti ki.

Tanulástámogató anyagok

Online források
Al Sweigart, Automate the Boring Stuff with Python, 3rd Edition, 2025 (ingyenes ebook); Dr. Dobreff Csaba, Python tudásépítés lépésről lépésre az alapoktól az első asztali alkalmazásig, 2022; Ezen kívül a szükséges segédanyagokat elektronikus formában elérhetővé tesszük a tantárgy oldalán.;  

A tantárgy teljesítéséhez ajánlott előzetes ismeretek

Tudás típusú kompetenciák
(azon előzetes ismeretek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)
nincs
Képesség típusú kompetenciák
(azon előzetes képességek és készségek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)
nincs
Ajánlott (nem kötelező) előzetesen megszerzendő kompetenciák
(azon ajánlott (nem kötelező) előzetesen megszerzendő kompetenciák összessége, amelyek jelentősen hozzájárulnak a tantárgy eredményes teljesítéséhez)
Felhasználói szintű számítógép-kezelés
Általános szabályok
Követelmények:     a. A szorgalmi időszakban: a házi feladat legalább elégséges szinten való megoldása szükséges az aláíráshoz.     b. A vizsgaidőszakban: írásbeli vizsga, ahol az érdemjegy kizárólag a vizsga eredményétől függ, legalább 40%-ot kell elérni az elégséges jegyhez. Teljesítményértékelés neve (típus) jele értékelt tanulási eredmények Írásbeli vizsga V T1-6, K1-4, A1, O1   jele részarány V 100% Összesen 100% Pótlási lehetőségek: TVSz szerint Konzultációk: Előadások idejében, illetve előre egyeztetett időpontban.
Teljesítményértékelési módszerek
Szorgalmi időszakban végzett teljesítményértékelések részletes leírása

Nincs megadva részletes értékelés.

Szorgalmi időszakban végzett teljesítményértékelések részaránya

Nincs megadva részarány.

Vizsgaidőszakban végzett teljesítményértékelések részletes leírása

Nincs megadva részletes értékelés.

Vizsgarészek részaránya

Nincs megadva részarány.

Érdemjegy megállapítása

Nincs megadva érdemjegy határ.

Jelenléti és részvételi követelmények

Nincs megadva jelenléti követelmény.

Javítás, ismétlés és pótlás különös szabályai

Nincs megadva.

Rövid leírás

Nincs megadva.

Részletes leírás
Dr. Frankó Attila Ernő Dr. Hollósi Gergely László Egyetemi adjunktus Egyetemi adjunktus   BME TMIT BME TMIT  
Ajánlott tantárgyak
Tevékenység óra/félév részvétel a kontakt tanórákon 56 Házi feladat 42 felkészülés a vizsgára 30 Félévközi készülés órákra   22 összesen 150
A tantárgy elvégzéséhez szükséges tanulmányi munka

Nincs megadva munkaidő bontás.

Tantárgykövetelmények hatályossága
Tantárgykövetelmények hatályosságának kezdete:
Tantárgykövetelmények hatályosságának vége:
Tantervi elhelyezés
Kar Képzés Tanterv Mintatantervi jelleg Elsődleges
Vegyészmérnöki és Biomérnöki Kar vegyészmérnöki Vegyészmérnöki mesterképzési szak tanterve elágazó nem