Гамидова Л.Г.
Гамидова Лейла Гафар кызы - преподаватель
математический факультет,
Азербайджанский государственный педагогический университет,
г. Баку, Азербайджанская Республика
Аннотация: интеграция языка программирования Python в преподавание математики становится одним из наиболее эффективных направлений современного цифрового образования. Благодаря простому синтаксису, мощным библиотекам и широким возможностям визуализации, Python способствует глубокому пониманию математических концепций, развитию аналитического и вычислительного мышления, а также повышению мотивации обучающихся. В статье рассматриваются особенности применения Python при обучении последовательностям, функциям, алгебраическим выражениям, статистике и геометрии. Анализируются педагогические преимущества, методические подходы, а также возникающие сложности и способы их преодоления.
Ключевые слова: Python; математическое образование; визуализация; математическое моделирование; SymPy; NumPy; Matplotlib; вычислительное мышление; цифровая грамотность; STEM-обучение; проблемно-ориентированное обучение.
PYTHON AS A TOOL FOR VISUALIZATION AND MODELING IN MATHEMATICS EDUCATION
Hamidova L.Q.
Hamidova Leyla Qafar gizi - Lecturer
FACULTY OF MATHEMATICS,
AZERBAIJAN STATE PEDAGOGICAL UNIVERSITY,
BAKU, REPUBLIC OF AZERBAIJAN
Abstract: The integration of the Python programming language into mathematics instruction has become one of the most effective directions in modern digital education. Owing to its simple syntax, powerful libraries, and extensive visualization capabilities, Python promotes a deeper understanding of mathematical concepts, the development of analytical and computational thinking, and increased learner motivation. This article examines the specific features of using Python in teaching sequences, functions, algebraic expressions, statistics, and geometry. It analyzes the pedagogical advantages, methodological approaches, as well as the challenges encountered and ways to overcome them.
Keywords: Python; mathematics education; visualization; mathematical modeling; SymPy; NumPy; Matplotlib; computational thinking; digital literacy; STEM education; problem-based learning.
Список литературы / References
- Lutz M. (2013). Learning Python (5th ed.). O’Reilly Media.
- Downey A. (2015). Think Python: How to Think Like a Computer Scientist (2nd ed.). Green Tea Press.
- Langtangen H.P. (2016). A Primer on Scientific Programming with Python.
- Stewart J. (2015). Calculus: Early Transcendentals (8th ed.). Cengage Learning.
- Muller D., & Dos Santos D. (2018). “Using Python for Teaching Mathematics”. International Journal of Mathematics Education, 49(3), 215–230.
- Hwang G.J., & Chen P.Y. (2017). “Problem-Based Learning with Programming Activities”. Computers & Education, 115, 147–160.
- McKinney W. (2022). Python for Data Analysis. O’Reilly Media.
- Wing J. (2006). “Computational Thinking”. Communications of the ACM, 49(3), 33–35.
- Pierce R., & Stacey K. (2016). Mathematics and Digital Technologies in Education.
- Barba L.A. (2019). “Teaching and Learning with Jupyter”. Journal of Open Source Education, 2(17), 1–6.
Ссылка для цитирования данной статьи
|
Тип лицензии на данную статью – CC BY 4.0. Это значит, что Вы можете свободно цитировать данную статью на любом носителе и в любом формате при указании авторства. |
||
|
Гамидова Л.Г. PYTHON КАК ИНСТРУМЕНТ ВИЗУАЛИЗАЦИИ И МОДЕЛИРОВАНИЯ В МАТЕМАТИЧЕСКОМ ОБРАЗОВАНИИ // Вестник науки и образования №12 (167), 2025, C. {см. журнал}. |
||
Поделитесь данной статьей, повысьте свой научный статус в социальных сетях
| Tweet |


