Syllabus del corso

Esporta

  • conoscere la sintassi di base del linguaggio Python (v 3) e dei pacchetti Numpy, Matplotlib e Pandas, e la struttura delle loro classi di uso più comune
  • leggere e scrivere tabelle di dati con Numpy e Pandas
  • produrre grafici pubblicabili con Matplotlib
  • saper implementare semplici algoritmi per il calcolo numerico sfruttando le classi di Numpy

  • Installazione di un ambiente Python e gestione dei pacchetti
  • Struttura sintattica, tipi di dati, classi native, stringhe e metodi di base
  • Il pacchetto Numpy
  • Il pacchetto Matplotlib
  • Il pacchetto Pandas
  • Lettura e scrittura di tabelle, manipolazione e visualizzazione di dati
  • Produzione di un grafico complesso con Matplotlib
  • Model fitting e stima degli errori

È necessario avere accesso a un computer e saper aprire un terminale e un editor di testo. Sono richieste conoscenze matematico-statistiche di base, e una minima esperienza di programmazione.

1 CFU, 10 ore. Lezioni frontali ed esercitazioni, divise in incontri di 2 ore.

Materiale fornito dal docente.

Da definire
Presentazione sull'argomento di tesi (o altro argomento a scelta) del candidato, in cui si evidenzia l'applicazione di Python

Ricevimento su appuntamento, contattare il docente.

Esporta

  • get to know the basic syntax of the Python (v 3) language and of the Numpy, Matplotlib and Pandas packages, and the structure of their most commonly used classes
  • learn how to read and write data tables with Numpy and Pandas
  • learn how to produce publication-quality plots with Matplotlib
  • get acquainted with the implementation of simple numerical methods exploiting Numpy classes
  • model fitting basics in Python

  • Installation of a Python environment and package management
  • Syntax, data types, native classes, strings and base methods
  • the Numpy package
  • the Matplotlib package
  • the Pandas package
  • Data table input/output, data manipulation and visualization
  • Creation of a complex plot with Matplotlib
  • Model fitting and error estimation


Access to a computer and the ability to open a terminal window and a text editor are required. Basic mathematical-statistical knowledge and minimal programming experience are expected.

1 CFU, 10 hours. Lectures and hands-on sessions, divided into 2-hour-long meetings.

Handouts.

TBD

Presentation of the candidate's thesis topic (or other topic of choice), highlighting the role of Python

Contact the teacher to agree on a time slot.

Entra

Scheda del corso

Staff

    Docente

  • Om Sharan Salafia
    Om Sharan Salafia

Metodi di iscrizione

Iscrizione manuale
Iscrizione spontanea (Studente)