Horas:
Financiación:
Destinatarios:
Prazas
Datas, Horarios e Sesións
Data Inicio
Data Peche
Tipos Formación
Datas e horarios
Número Webinars
Enlace ao curso
Necesidades, prerrequisitos e inf. xeral
Necesidades a cubrir
Prerrequisitos
Carácter
Medios necesarios
Datos persoal Formador e Titor
Persoal formador
Empresa contratada
Titor
Descrición
Python é unha linguaxe de alto nivel de programación interpretada cuxa filosofía fai fincapé na lexibilidade do seu código, está administrado por Python Sotware Foundation e posúe unha licenza de código aberto.
Python experimentou nos últimos anos un auxe sen precedentes, dominando a escena das linguaxes de programación de propósito xeral.
A aprendizaxe de Python é moi recomendable na actualidade debido ás súas vantaxes na automatización de tarefas administrativas, a análise de datos, o desenvolvemento de aplicacións web, a investigación académica, o ensino e titoría, a colaboración con outros profesionais e a adaptación ás últimas tecnoloxías. Aprender Python proporciona habilidades e ferramentas para mellorar a eficiencia, aproveitar datos institucionais, desenvolver proxectos académicos e manterse actualizado nunha contorna académica en constante evolución.
Competencias a desenvolver
- Introducir as distintas contornas de desenvolvemento. A contorna interactiva Jupyter para executar e crear programas.
Metodoloxía
Impartición da actividade formativa en modalidade aula virtual con persoal cualificado, especializado na materia e con ampla experiencia no desenvolvemento de solucións informáticas.
As xornadas de impartición levarán a cabo utilizando un software de videoconferencia, intercalando exposicións teóricas coa resolución de casos prácticos sinxelos. A programación destas xornadas é a seguinte:
- 1ra sesión: martes, 22 de setembro de 9:00 a 14:00.
- 2da sesión: xoves, 24 de setembro de 9:00 a 14:00.
- 3ra sesión: martes, 29 de setembro de 9:00 a 12:00.
- 4ta sesión: xoves, 1 de outubro de 9:00 a 14:00.
- 5ta sesión: martes, 6 de outubro de 9:00 a 14:00.
Tamén se proporán actividades aos alumnos para poder facer un seguimento da consecución dos obxectivos do curso por parte dos alumnos. As actividades propostas poden ser cuestionarios, entregas de exercicios, participación en foros de preguntas, entre outras.
Os alumnos contan co apoio do docente do curso para resolver calquera dúbida.
Temario
1. Introdución a Python, E/S básica (3 horas)
- Instalación da contorna de traballo e boas prácticas (PEP8)
- Visualización mensaxes por consola (print)
- Introdución de texto por teclado (input)
- Tipos de datos básicos (enteiros, coma flotante, texto, booleanos)
- Operacións aritméticas, lóxicas e de comparación
2. Variables e estrcturas de datos (4 horas)
- Declaración de variables
- Listas, tuplas e diccionarios
- Conxuntos
- Cadeas de texto (str)
- Formato de cadeas de caracteres, redondeo de cifras
- Comprensión e expresións compactas
- Conversións entre tipos de datos
3. Control de fluxo do programa e xestión de errores (4 horas)
- Estructura condicional (if-elif-else)
- Bucles (for, while)
- Rangos
- Xestión de errores con try/except
- Manexo de datos defectuosos ou incompletos, validación
- Coincidencia de patróns (match)
- Xeración de números pseudoaleatorios
4. Funcións e modularización (4 horas)
- Definición e invocación de funcións
- Métodos de axuda e documentación
- Funcións recursivas
- Funcións xeradoras
- Argumentos variables: *args, *kwargs
- Type hints
- Organización do código en módulos
5. Ficheiros, xeradores e procesamento eficiente de datos (3 horas)
- Apertura e peche de ficheiros
- Lectura e escritura secuencial de datos en ficheiros
- Uso de with
- Manipulación de datos tabulares
- Funcións xeradoras, uso de yield
- Expresións xeradoras
6. Introdución á programación orientada a obxectos (3 horas)
- Definición de clases, atributos e métodos
- Conceptos de herdanza e polimorfismo
- Métodos especiais
- Dataclasses
7. Paquetes de terceiros (4 horas)
- O índice de paquetes de Python (PyPI)
- Instalación de paquetes de terceiros
- Paquetes de uso frecuentes no análise e procesamento de datos: NumPy, Pandas, Matplotlib
