INTRODUCTION TO CODING AND DATA MANAGEMENT-2 PRACTICE

L'obiettivo di questo corso è fornire agli studenti un'esperienza pratica nella pulizia, nell'elaborazione e nella visualizzazione dei dati. Nello specifico, gli studenti impareranno a utilizzare un linguaggio di programmazione per leggere e scrivere dati in formati standard, elaborarli al fine di estrarre informazioni utili e creare visualizzazioni e grafici per comunicare e spiegare in modo efficace le informazioni ottenute dai dati.

Il corso è progettato per integrare "Introduction to Coding and Data Management-II", che fornisce strumenti fondamentali per la gestione dei dati attraverso la programmazione. Gli studenti avranno l'opportunità di applicare le tecniche di problem-solving e il pensiero algoritmico trattati nelle lezioni.

Gli studenti raggiungeranno i seguenti obiettivi:

- Conoscenza:
i) Acquisire la capacità di utilizzare librerie comuni, come NumPy e Pandas, insieme a strutture dati avanzate per affrontare sfide specifiche;
ii) Comprendere le tecniche di visualizzazione dei dati più comuni e imparare a creare visualizzazioni utilizzando la libreria Seaborn;
iii) Apprendere come organizzare efficacemente il codice in moduli e classi.

- Applicazione delle Conoscenze:
i) Utilizzare strutture di librerie complesse per organizzare, pulire e analizzare i dati al fine di risolvere problemi algoritmici formali;
ii) Strutturare il codice delle soluzioni utilizzando moduli e classi per una migliore organizzazione.

- Comunicazione:
i) Creare diverse visualizzazioni dei dati per analisi preliminari e presentazioni finali.

Comprensione del contenuto di Introduction to Coding and Data Management – I, e in particolare le nozioni di base della programmazione in Python e delle strutture dati complesse.

* Apertura/chiusura, lettura/scrittura di file txt e csv
* Operazioni sui file (append, filter ecc)
* Manipolazione dei dati in Pandas (unione di DataFrame, allineamento, gestione di valori non validi e discrepanze, fusione e suddivisione di colonne, gestione dei timestamp, correzione di incoerenze)
* Gestione di più insiemi di dati contemporaneamente e sintesi (ottenimento di distribuzioni, calcolo di percentile, individuazione di paralleli tra campi dati, risoluzione di problemi con i timestamp, estrazione di riepiloghi mensili o annuali)
* Visualizzazione dei dati (creazione di istogrammi con diverse librerie in Python, tracciamento di grafici lineari e scatterplot con Seaborn, integrazione di altri elementi visivi come dimensione e colore)

Python for Data Analysis. O'Reilly. Wes McKinney.

Il corso non prevede una valutazione ufficiale. Lo studio dei materiali di questo corso preparerà gli studenti per l'esame del corso Introduction to Coding and Data Management-II.
In tale corso, la valutazione avviene attraverso un esame scritto. L'esame scritto valuta la capacità dello studente di applicare tecniche di problem solving a problemi semplici.
L'esame consiste in un insieme di domande a scelta multipla e esercizi di programmazione, nei quali lo studente è chiamato a scrivere un breve programma per risolvere un problema semplice assegnato.
A seguito del test scritto, può essere previsto un esame orale facoltativo (a discrezione del docente).

non previsto

Il/la docente ha il dovere di vigilare affinché siano rispettate le regole di autenticità e originalità delle prove d'esame. Di conseguenza, nei casi in cui vi sia il sospetto di un comportamento irregolare, l'esame può prevedere un ulteriore approfondimento, contestuale alla prova d'esame, che potrà essere realizzato anche in modalità differente rispetto alle modalità sopra riportate.

Il corso non prevede una valutazione ufficiale. Lo studio dei materiali di questo corso preparerà gli studenti per l'esame del corso Introduction to Coding and Data Management-II.
In tale corso,
A. i punteggi nella fascia 18-22 saranno assegnati in presenza di:
- comprensione sufficiente delle librerie comuni per la gestione dei dati e la visualizzazione
- competenze sufficienti nello sviluppo di codice utilizzando librerie comuni per l'analisi dei dati
B. i punteggi nella fascia 23-26 saranno assegnati in presenza di:
- comprensione discreta o buona delle librerie comuni per la gestione dei dati e la visualizzazione
- competenze discreta o buona nello sviluppo di codice utilizzando librerie comuni per l'analisi dei dati
C. i punteggi nella fascia 27-30 saranno assegnati in presenza di:
- comprensione eccellente delle librerie comuni per la gestione dei dati e la visualizzazione
- competenze eccellenti nello sviluppo di codice utilizzando librerie comuni per l'analisi dei dati

Sessioni pratiche di programmazione in Python