Curso básico Python científico Ingeniería UNRC

Este es un "fork" del curso-python-cientifico de Martín Gaitán, con algunas modificaciones a fin de destinarlo a estudiantes de primer año de Ing. en Telecomunicaciones de la UNRC, impartido por:

• Bibiana Rivadeneira, ayudante de segunda de Introducción a la Ing. en Telecomunicaciones.
• Héctor Buri, ayudante de segunda del laboratorio de Redes.
• Sebastián Tosco, Ing. en Telecomunicaciones de GIDAT.
• Fernando Corteggiano, Ing. en Telecomunicaciones de GIDAT.

Descripción

Se busca proveer una introducción sólida al poderoso lenguaje de programación Python (http://python.org) y a las herramientas fundamentales del "ecosistema científico" (Jupyter, Numpy, Matplotlib, Scipy, entre otras) que conforman un entorno de programación interactivo de vanguardia, simple, libre, gratuito y multiplataforma como herramienta de apoyo de la ingeniería y el desarrollo científico-tecnológico.

Temario

CLASE 1

Introducción

• ¿Por que Python?
• Motivación y proyección de la actividad

Instalación

• ¿Cómo se usa Python?
• Ipython Notebook (Jupyter)

¡Queremos programar!

• En el principio: Números
• Outs vs prints
• Más funciones matemáticas

Todo es un "objeto"

• Texto
• Indizado y rebanado
• Longitud de una secuencia
• Listas y tuplas: contenedores universales

Estructuras de control de flujos

• if/elif/else
• For
• While
• Diccionarios
• Conjuntos

Funciones

• Parámetros y más parámetros

• Un paréntesis: docstrings

• Múltiples puntos de salida

• Parámetros opcionales

• Espacios de nombre y paso por asignación

• Generadores

• Manejo de excepciones

CLASE 3

Programación Orientada a Objetos, una brevísima introducción

• Herencia

• Ejercicios

• Módulos y paquetes

• Biblioteca estándar: las baterías puestas de Python

• Números aleatorios

• Escribir programas de línea de comando

CLASE 4

• Numpy, todo es un array

  • Dimensiones, tamaño, tipo, forma
  • Vistas
  • Otras funciones constructoras de arrays
  • Vectorización y funciones universales
  • Otras herramientas de numpy

• Matplotlib, un gráfico vale más que mil palabras

  • Matplolib orientado a objeto
  • Gráficos 3D

CLASE 5

• Scipy: parado sobre hombros de gigantes

  • Integrales
  • Integración de funciones con parámetros adicionales

• Optimización y ajuste de curvas

  • Encontrar mínimos
  • Transformada de Fourier