<aside> 🚧

Work in progress. Il materiale è incompleto. Ultimo aggiornamento: febbraio 2023.

</aside>

Corso Python, dalle basi della programmazione all'uso di Python orientato all'analisi dei dati.

<aside> 🧑‍💻 Slides, esempi ed esercizi: https://ecamel.me/corso-python

</aside>

Materiale

1. Introduzione

2. Installazione

3. Primi Passi

4. Basi

5. Operatori ed Espressioni

6. Controllo di Flusso (Control Flow)

7. Funzioni

<aside> 🚧 Da qua in poi, il materiale in italiano è in fase di scrittura. Di seguito, trovate una traccia del resto del corso, riferimenti a materiale in inglese.

</aside>

1. Strutture dati

   • Una variabile contiene un solo valore...vediamo come salvare collezioni di dati, con più valori, in maniera ordinata e strutturata.
   • Liste, sequenze, dizionari, set, etc.
   • Vedi: https://python.swaroopch.com/modules.html
     • Qua trovi anche più info sulle tuple e altre strutture dati, per approfondire

2. Moduli

   Moduli

   • Come utilizzare moduli esterni con import
   • Come scrivere i propri moduli da poter riutilizzare
   • Vedi: https://python.swaroopch.com/modules.html

3. Input/output, files, persistenza dati

   • Salvare dati in strutture come liste o dizionari non ci basta: se fermiamo il programma, vanno persi — vogliamo poterli salvare in maniera persistente
   • Usiamo dei file! Vediamo come salvare dati in un file JSON
   • Vedi: https://python.swaroopch.com/io.html
   • Esempi avanzati:
     • Altri tipi di file o storage di dati:
       • es. file CSV, database SQL
     • Vedi: https://github.com/ecamellini/python-exercises/tree/main/contacts-final-version
       • App contatti che usa, a scelta, un file JSON, un file CSV, o un database SQLite

4. Eccezioni e gestione degli errori

   • A volte Python lancia errori interrompendo il programma
   • Ad esempio se proviamo a convertire una stringa in un'intero con int()
   • Come facciamo a evitare che il programma si interrompa e invece a gestire attivamente quello che succede in questi casi? Gestendo le eccezioni.
   • Costrutto, try ... except
   • Vedi: https://python.swaroopch.com/exceptions.html

5. Python per l'analisi dei dati:

   • Lettura e manipolazione dati con Jupyter Notebook e pandas/NumPy
   • Visualizzazione dati (es. matplotlib)
   • Esercizi/esempi: https://github.com/ecamellini/python-exercises/tree/main/data-analysis
   • Risorse:
     • Guide/tutorial:
       • Una guida che parte dalle basi, fatta molto bene: https://swcarpentry.github.io/python-novice-inflammation/
       • https://www.analyticsvidhya.com/blog/2016/01/complete-tutorial-learn-data-science-python-scratch-2/
     • Corsi online:
       • https://www.datacamp.com/courses/intro-to-python-for-data-science
       • https://www.edx.org/course/python-basics-for-data-science?index=product&queryID=872f2dffb7f3dacdcd1e5559c22e31ac&position=3
       • https://www.edx.org/course/python-for-data-science-2?index=product&queryID=872f2dffb7f3dacdcd1e5559c22e31ac&position=8
       • https://www.coursera.org/learn/data-analysis-with-python
     • Risorse avanzate:
       • https://www.reddit.com/r/learnpython/comments/gk517f/data_analysis_resources_for_python/
       • ‣
       • https://github.com/josephmisiti/awesome-machine-learning#python-data-analysis