- Docente: Enrico Baglione
- Crediti formativi: 6
- SSD: INF/01
- Lingua di insegnamento: Inglese
- Modalità didattica: Convenzionale - Lezioni in presenza
- Campus: Bologna
- Corso: Laurea Magistrale in Science of Climate (cod. 5895)
-
dal 18/09/2024 al 19/12/2024
Conoscenze e abilità da conseguire
This course will be devoted to complete the preparation by giving the student all elements of programming with modern languages: e.g. python, object-oriented programming.
Contenuti
Il linguaggio di programmazione Python: dalle basi alla programmazione avanzata per il calcolo scientifico. La prima parte include una rapida panoramica su variabili, tipi di dati, operatori, strutture di controllo, funzioni, elenchi, tuple, dizionari, gestione dei file. Nella seconda parte lo studente inizierà a esplorare la versatilità e la potenza del calcolo scientifico, imparando a padroneggiare librerie essenziali come NumPy, SciPy, Pandas, Matplotlib e Scikit-Learn. Queste librerie saranno gli strumenti per gestire, analizzare e visualizzare in modo efficiente grandi set di dati comunemente incontrati nella ricerca scientifica.
Lo studente applicherà le competenze apprese nella risoluzione di semplici equazioni fisiche (es. equazioni di D'alembert, equazione del calore, equazione del trasporto) con l'ausilio della modellazione numerica di base, nell'estrazione delle principali proprietà statistiche da set di dati fisici e nel confronto con dati teorici previsioni, nella visualizzazione e rappresentazione grafica di set di dati e delle loro proprietà.
Il corso introdurrà alcune nozioni base sui comandi di shell per ottimizzare e automatizzare flussi di lavoro e serie di codici.
Testi/Bibliografia
-Appunti del Docente.
- How to Think Like a Computer Scientist: Learning with Python, di Allen Downey, Jeff Elkner e Chris Meyers. Gree Tea Press (available at: https://media.readthedocs.org/pdf/howtothink/latest/howtothink.pdf )
- Python in Earth Science, a brief introduction by Sujan Koirala and Jake Nelson (Max Planck Institute for Biogeochemistry, Jena, Germany) (http://hydro.iis.u-tokyo.ac.jp/~sujan/docs/PythonInEarthScience.pdf )
Metodi didattici
Lezioni frontali con esempi pratici ed esercitazioni al computer.
Modalità di verifica e valutazione dell'apprendimento
L’esame consiste in un colloquio orale con oggetto sugli argomenti trattati nel corso.
Durante il colloquio lo studente sarà invitato a discutere un codice sviluppato durante il corso, applicando le metodologie e le competenze acquisite. Inoltre, verranno presentati problemi pratici e situazioni relative ai temi del corso: ci si aspetta che lo studente fornisca soluzioni e approfondimenti basati sulle nozioni e metodologie acquisite.
Orario di ricevimento
Consulta il sito web di Enrico Baglione