Giter VIP home page Giter VIP logo

curso-python-cientifico's Introduction

Tutorial de Python para ciencias e ingenierías

Un curso de Python orientado a estudiantes de ingenieria, ingenieros e investigadores.

disertante:Ing. Martín Gaitán
evento:II Conferencia Latinoamericana de Python en la Ciencia - ScipyConAr 2014
fecha:23 y 24 de octubre de 2014

Material

Las clases se encuentran en formato IPython Notebook y se usan como soporte dinámico. Cada ejemplo de código se manipula en vivo.

Attention!

se utiliza Python 3.3 o superior.

Desde estos links se pueden visualizar estáticamente:

  • Clase Nº 1

    Instalación, modos de usar Python. Tipos básicos, estructuras de datos, sentencias de control de flujo, funciones incorporadas

  • Clase Nº 2

    Definición de funciones, excepciones, lectura de archivos, clases

  • Clase Nº 3

    Conceptos de módulos y paquetes, algunos módulos de de la biblioteca estándar, intro a matplotlib y numpy

  • Clase Nº 4

    Más de numpy y matplotlib avanzado. Intro a Scipy.

  • Clase Nº 5

    Intro a Sympy. Vectorización de funciones con Numpy.

Temas abordados

  • Instalación de entorno para python en windows/linux. Anaconda. Spyder y Ipython Notebook
  • Tipos: enteros, floats, complejos, strings.
  • Estructuras de datos: listas, tuplas, diccionarios, conjuntos. (packing/unpacking, indexado, slicing, etc.)
  • Conceptos de mutabilidad/inmutabilidad, secuencia, iterador,
  • control de flujo: if, for, while, manejo de excepciones
  • Funciones: definicion, argumentos posicionales y nominales. Valor vs referencia. sentencia yield
  • funciones built-in: zip, range, enumerate, etc.
  • estructura de proyectos: módulos, paquetes, importacion.
  • Manejo de I/O: lectura y escritura de archivos, CSV, json, pickle
  • Conceptos básicos de orientación a objetos. Clases
  • Matplotlib: introducción, generación de gráficos cartesianos continuos, puntos, histogramas
  • Numpy: introduccion a Arrays. slicing extendido, metodos y funciones builtin, loadtxt, algebra lineal, resolucion de sistemas de ecuaciones lineales.
  • Matplotlib avanzado: integración con numpy, plots 3d, otros tipos de gráficos, labels, formato, subplots.
  • Scipy: algoritmos listos para usar. Estadistica, interpolación. regresiones. Otros?

Licencia

http://i.creativecommons.org/l/by-sa/2.5/ar/88x31.png

Créditos

Parte de este material ha sido inspirado y/o adaptado de múltiples fuentes

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. 📊📈🎉

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google ❤️ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.