Corso di formazione Programmazione in Python

Modulo 1: Funzionalità di Pandas per la gestione dei dataset

• Introduzione a Pandas
  • Strutture dati fondamentali: Series e DataFrame
• Operazioni sui DataFrame
  • Lettura e scrittura di dati (CSV, Excel, ecc.)
  • Operazioni base: selezione, filtraggio, indicizzazione
• Modifica dei dati
  • Aggiunta e rimozione di colonne e righe
  • Modifica dei valori all’interno del DataFrame
• Aggregazione e raggruppamento dei dati
  • GroupBy
  • Operazioni di aggregazione: somme, medie, ecc.
• Unione e fusione di DataFrame
  • merge, join, concat
• Gestione dei dati mancanti
  • Identificazione dei valori non presenti
  • Metodi per completare i dati assenti

Modulo 2: Ottimizzazione delle prestazioni del codice

• Introduzione all’ottimizzazione
  • L’importanza dell’ottimizzazione nella programmazione
• Ottimizzazione del codice
  • Scelta di strutture dati efficaci
  • Evitare calcoli ripetuti
  • Ottimizzazione dei cicli
• Ottimizzazione con Pandas
  • Utilizzo della vettorizzazione
  • Ridurre l’uso di apply e lambda
  • Gestione di dataset di grandi dimensioni
• Semplificazione del codice tramite funzioni
  • Creazione e utilizzo di funzioni
  • Refactoring del codice

Modulo 3: Utilizzo della libreria NumPy

• Introduzione a NumPy
  • Importazione della libreria
  • Struttura dati base: ndarray
• Operazioni sulle matrici
  • Creazione e modifica di array
  • Indicizzazione e slicing degli array
• Funzioni matematiche e statistiche
  • Operazioni aritmetiche di base
  • Funzioni statistiche e aggregative
• Algebra lineare
  • Moltiplicazione di matrici
  • Determinante, inversione delle matrici
• Gestione dei dati multidimensionali
  • Array a due, tre o più dimensioni
  • Trasformazioni di forma degli array
• Integrazione con altre librerie

Modulo 4: Creazione di grafici in Excel tramite Python

• Introduzione a openpyxl e xlsxwriter
• Realizzazione di grafici in Excel
  • Creazione di grafici semplici (a linee, a barre, ecc.)
  • Formattazione dei grafici
• Generazione di grafici in formato immagine (PNG)
  • Utilizzo di matplotlib per produrre grafici
  • Salvataggio dei grafici come file PNG
• Creazione di grafici avanzati in Excel
• Automatizzazione della produzione di report
  • Generazione automatica di report contenenti grafici
  • Integrazione tra Pandas e openpyxl/xlsxwriter