Angelica Lindlöf
Lektor i bioinformatik
Institutionen för biovetenskap
Bioinformatisk analys med Python 2 G1F
Kurs, Grundnivå,
7,5 hp,
BI320G
Anmälan
Välj ett tillfälle för att visa kursplan och behörighetskrav.
Höst 2025, Plats: Skövde, Takt: 50%
Anmälan
17 mars 2025 - 15 april 2025Ange kod HS-22101 på antagning.se
Kursplan med litteraturlista
När? Var? Hur?
Pågår: 3 november 2025 - 18 januari 2026
Plats: Skövde, Campus, Dagtid
Takt: 50%
Behörighet
Kursen har följande behörighetskrav: godkänd BI121G Bioinformatisk analys med Python 1 G1N och godkänd BI119G Introduktion till bioinformatik G1N (eller motsvarande kunskaper).
Urval
Avklarade högskolepoäng.
Språk
Undervisningen ges på engelska.
Höst 2025, Plats: Flexibel, Takt: 50%
Anmälan
17 mars 2025 - 15 april 2025Ange kod HS-22102 på antagning.se
Kursplan med litteraturlista
När? Var? Hur?
Pågår: 3 november 2025 - 18 januari 2026
Plats: Flexibel, Distans, Flexibel tid
Takt: 50%
Kursen genomförs utan obligatoriska träffar på campus. Undervisningen stöds av informations- och kommunikationssystem. Kursmaterial är tillgängligt via lärplattformen i Studentportalen.
Behörighet
Kursen har följande behörighetskrav: godkänd BI121G Bioinformatisk analys med Python 1 G1N och godkänd BI119G Introduktion till bioinformatik G1N (eller motsvarande kunskaper).
Urval
Avklarade högskolepoäng.
Språk
Undervisningen ges på engelska.
Har du redan läst en kurs i grundläggande Pythonprogrammering? Då är denna kurs för dig som vill utöka dina programmeringskunskaper i detta språk.
Kursen fördjupar och kompletterar dina tidigare kunskaper i hur programmeringsspråket Python används för att lösa bioinformatiska problem. Som komplement till dina tidigare kunskaper i procedurell programmering, får du här lära dig grunderna i objektorientering och hur det tillämpas vid programmering i Python. Du får också lära dig att inkludera färdigsskriven kod (från Biopython eller kod skriven i andra språk) i dina Pythonprogram. Kursen går även igenom hur man kan visualisera resultat från bioinformatiska analyser genom att använda färdiga funktioner i Python, hur man kan göra sin kod mer effektiv, samt dokumentation av skriven kod.
