INTRODUCCIÓ A LA PROGRAMACIÓ EN PYTHON EN AGROBIOTECNOLOGIA

Estudiants de grau o Màster amb coneixements bàsics d'Agronomia, Medi Ambient, Tecnologia d'Aliments, Forestal i Biotecnologia.

1. Introducció a Python
• Visió general de Python
• Configuració de l'entorn Python (per exemple, Anaconda, Jupyter Notebooks)
2. Conceptes bàsics de Python
• Variables i tipus de dades
• Entrades i eixides bàsiques
• Operadors i expressions
3. Flux de control
• Sentències condicionals (if, elif, else)
• Bucles (for, while)
4. Funciones
• Definició de la funció i paràmetres
• Valors de retorn
5. Funcions avançades
• Lambda
• zip
• mapa
7. Comprensió de llistes
• Crear i utilitzar comprensions de llestes
• Expressions del generador
8. Diccionaris i conjunts
• Creació i manipulació de diccionaris
• Treballar amb conjunts
Matplotlib (4 hores)
1. Introducció a Matplotlib
• Visió general de Matplotlib
• Tipus bàsics de parcel·les
2. Parcel·les lineals
• Creació de gràfics lineals senzills
• Personalització de gràfics lineals
3. Gràfics de dispersió
• Creació de gràfics de dispersió
• Personalització de gràfics de dispersió
4. Parcel·les de bar
• Creació de gràfics de barres
• Gràfics de barres agrupades i apilades
5. Histogrames
• Creació d'histogrames
• Personalització d'histogrames
6. Subtramas
• Creació de subtramas
• Personalització de les subparcel·les
7. Traçat avançat
• Anotacions i text
• Guardar i exportar parcel·les
Numpy (4 hores)
1. Introducció a Numpy
• Fonaments de les matrius NumPy
• Indexació i segmentació de matrius
2. Operacions de matriu
• Operacions amb elements
• Difusió de matrius
3. Funcions Numpy
• Funcions matemàtiques
• Funcions estadístiques
• Mostreig aleatori
5. Àlgebra lineal amb Numpy
• Operacions matricials
• Resolució d'equacions lineals
Colles (6 hores)
1. Introducció als pandes
• Sèries i DataFrames
• Lectura i escriptura de dades amb Pandes
2. Manipulació de dades amb Pandes
• Seleccionar i filtrar dades
• Tractament de les dades que falten
3. Neteja i preparació de dades
• Eliminar duplicats
• Tractament de valors atípics
• Fusió i unió de DataFrames
4. Estadística descriptiva
• Operacions GroupBy
• Funcions d'agregació
• Taules dinàmiques
5. Dades Característiques Enginyeria
• Conceptes bàsics
• Variables categòriques
• Variables fictícies
6. Visualització de dades amb Pandes
• Traçar amb Pandes
7. Miniproyecto
• Aplicació dels conceptes apresos a un conjunt de dades del món real
• Presentació de resultats i conclusions