Riferimento

Ultimo aggiornamento il 2025-03-02 | Modifica questa pagina

Riferimento

Esecuzione e chiusura

  • I file Python hanno l’estensione .py.
  • Può essere scritto in un file di testo o in un Jupyter Notebook.
    • I quaderni Jupyter hanno l’estensione .ipynb
    • I taccuini Jupyter possono essere aperti da Anaconda o dalla riga di comando digitando $ jupyter notebook
      • Markdown e HTML sono ammessi nelle celle markdown per documentare il codice.

Variabili e assegnazione

  • Le variabili sono memorizzate con =.
    • Le stringhe sono definite tra virgolette '...'.
    • Gli interi e i numeri in virgola mobile sono definiti senza virgolette.
  • Le variabili possono contenere lettere, cifre e trattini bassi _.
    • Non può iniziare con una cifra.
    • Le variabili che iniziano con caratteri di sottolineatura devono essere evitate.
  • Usare print(...) per visualizzare i valori come testo.
  • Può utilizzare l’indicizzazione delle stringhe.
    • L’indicizzazione inizia da 0.
    • La posizione è indicata tra parentesi quadre [position] dopo il nome della variabile.
    • Prende una fetta usando [start:stop]. Questo crea una copia di una parte della stringa originale.
      • start è l’indice del primo elemento.
      • stop è l’indice dell’elemento successivo all’ultimo elemento desiderato.
  • Usare len(...) per trovare la lunghezza di una variabile o di una stringa.

Tipi di dati e conversione dei tipi

  • Ogni valore ha un tipo. Questo controlla ciò che può essere fatto con esso.
    • int rappresenta un numero intero
    • float rappresenta un numero in virgola mobile.
    • str rappresenta una stringa.
  • Per determinare il tipo di variabile, utilizzare la funzione integrata type(...), includendo il nome della variabile tra le parentesi.
  • Modifica delle stringhe:
    • Usare + per concatenare le stringhe.
    • Usare * per ripetere una stringa.
    • I numeri e le stringhe non possono essere aggiunti ad altri.
      • Convertire una stringa in un numero intero: int(...).
      • Converte un numero intero in stringa: str(...).

Funzioni integrate e aiuto

  • Per aggiungere un commento, anteporre # alla cosa che non si desidera venga eseguita.
  • Funzioni incorporate comunemente utilizzate:
    • min() trova il valore più piccolo.
    • max() trova il valore più grande.
    • round() arrotonda un numero in virgola mobile.
    • help() visualizza la documentazione della funzione tra parentesi.
      • Altri modi per ottenere aiuto sono tenere premuto shift e premere tab in Jupyter Notebooks.

Librerie

  • Importazione di una libreria:
    • Usare import ... per caricare una libreria.
    • Fare riferimento a questa libreria utilizzando module_name.thing_name.
      • . indica “parte di”.
  • Per importare un elemento specifico da una libreria: from ... import ...
  • Per importare una libreria usando un alias: import ... as ...
  • Importazione della libreria matematica: import math
    • Esempio di riferimento a un elemento con il nome del modulo: math.cos(math.pi).
  • Importazione della libreria di plottaggio come alias: import matplotlib as mpl

Lettura di dati tabulari in DataFrames

  • Utilizzare la libreria pandas per eseguire statistiche su dati tabellari. Caricare con import pandas as pd.
    • Per leggere un csv: pd.read_csv(), includendo il nome del percorso tra le parentesi.
      • Per specificare che i valori di una colonna devono essere usati come intestazioni di riga: pd.read_csv('path', index_col='column name'), dove il percorso e il nome della colonna devono essere sostituiti con i valori pertinenti.
  • Per ottenere ulteriori informazioni su un DataFrame, usare DataFrame.info, sostituendo DataFrame con il nome della variabile del DataFrame.
  • Usare DataFrame.columns per visualizzare i nomi delle colonne.
  • Usare DataFrame.T per trasporre un DataFrame.
  • Usare DataFrame.describe per ottenere statistiche riassuntive sui dati.

Pandas DataFrames

  • Seleziona i dati utilizzando [i,j]
    • Per selezionare in base alla posizione della voce: DataFrame.iloc[..., ...]
      • Questo include tutto tranne l’indice finale.
    • Per selezionare in base all’etichetta della voce: DataFrame.loc[..., ...]
      • Può selezionare più righe o colonne elencando le etichette.
      • Questo è comprensivo di entrambe le estremità.
    • Usare : per selezionare tutte le righe o le colonne.
  • Si possono anche selezionare i dati in base ai valori usando True e False. Si tratta di una maschera booleana.
    • mask = subset > 10000
    • Possiamo quindi usarlo per selezionare i valori.
  • Per usare un’operazione select-apply-combine si usa data.apply(lambda x: x > x.mean()) dove mean() può essere qualsiasi operazione che l’utente desidera applicare a x.

Plotting

  • La libreria di plottaggio più utilizzata è matplotlib.
    • Di solito importato con import matplotlib.pyplot as plt.
    • Per tracciare un grafico si usa il comando plt.plot(time, position).
    • Per creare una legenda usare plt.legend(['label1', 'label2'], loc='upper left')
      • Si possono anche definire etichette all’interno delle istruzioni del grafico usando plt.plot(time, position, label='label'). Per far apparire la legenda, usare plt.legend()
    • Per etichettare gli assi x e y si usano plt.xlabel('label') e plt.ylabel('label').
  • I DataFrame di Pandas possono essere usati per tracciare utilizzando DataFrame.plot(). Tutte le operazioni che possono essere utilizzate su un DataFrame possono essere applicate durante il plottaggio.
    • Per tracciare un grafico a barre data.plot(kind='bar')

PYTHON 

import matplotlib.puplot as plot
plt.plot(time, position, label='label')
plt.xlabel('x axis label')
plt.ylabel('y axis label')
plt.legend()

Elenchi

  • Definiti all’interno di [...] e separati da ,.
    • Un elenco vuoto può essere creato utilizzando [].
  • Può usare len(...) per determinare quanti valori ci sono in un elenco.
  • Può indicizzare proprio come fatto nelle lezioni precedenti.
    • L’indicizzazione può essere utilizzata per riassegnare i valori list_name[0] = newvalue.
  • Per aggiungere un elemento a un elenco, usare list_name.append(), con l’elemento da aggiungere tra le parentesi.
  • Per combinare due elenchi usare list_name_1.extend(list_name_2).
  • Per rimuovere un elemento da un elenco, usare del list_name[index].

For Loops

  • Iniziare un ciclo for con for number in [1, 2, 3]:, con le seguenti righe indentate.
    • [1, 2, 3] è considerato un insieme.
    • number è la variabile del ciclo.
    • L’azione che segue la raccolta è il corpo.
  • Per iterare su una sequenza di numeri usare range(start, end)

PYTHON 

for number in range(0,5):
    print(number)

Condizionali

  • Definita in modo simile a un ciclo, utilizzando if variable conditional value:.
    • Ad esempio, if variable > 5:.
  • Utilizzare elif: per ulteriori test.
  • Usare else: per quando l’istruzione if non è vera.
  • Si possono combinare più condizionali usando and o or.
  • Spesso usato in combinazione con i cicli for.
  • Condizioni che possono essere utilizzate:
    • == uguale a.
    • >= maggiore o uguale a.
    • <= minore o uguale a.
    • > maggiore di.
    • < meno di.

PYTHON 

for m in [3, 6, 7, 2, 8]:
    if m > 5:
        print(m, 'is large')
    elif m == 5:
        print(m, 'is 5')
    else:
        print(m, 'is small')

Looping su insiemi di dati

  • Usa un ciclo for: for filename in [file1, file2]:
  • Per trovare un insieme di file utilizzando un modello, utilizzare glob.glob
    • Deve essere importato prima usando import glob.
    • * indica “corrisponde a zero o più caratteri”
    • ? indica “corrisponde esattamente a un carattere”
      • Per esempio: glob.glob(*.txt) troverà tutti i file che finiscono con .txt nella directory corrente.
  • Combinate questi elementi scrivendo un ciclo utilizzando: for filename in glob.glob(*.txt):

PYTHON 

for filename in glob.glob(*.txt):
  data = pd.read_csv(filename)

Funzioni di scrittura

  • Definire una funzione utilizzando def function_name(parameters):. Sostituire parameters con le variabili da utilizzare quando la funzione viene eseguita.
  • Eseguito utilizzando function_name(parameters).
  • Per restituire un risultato al chiamante, utilizzare return ... nella funzione.

PYTHON 

def add_numbers(a, b):
    result = a + b
    return result

add_numbers(1, 4)

Ambito delle variabili

  • Una variabile locale è definita in una funzione e può essere vista e utilizzata solo all’interno di quella funzione.
  • Una variabile globale è definita al di fuori di una funzione e può essere vista o utilizzata ovunque dopo la definizione.

Stile di programmazione

  • Documentate il vostro codice.
  • Utilizzare nomi di variabili chiari e significativi.
  • Seguire la guida di stile PEP8 quando si imposta il codice.
  • Utilizzare le asserzioni per verificare la presenza di errori interni.
  • Utilizzare le docstringhe per fornire aiuto.

Glossario

Argomenti : Valori passati alle funzioni.

Array : Un contenitore che contiene elementi dello stesso tipo.

Booleano : Un oggetto composto da True e False.

DataFrame : Il modo in cui Pandas rappresenta una tabella; una raccolta di serie.

Elemento : Un elemento di un elenco o di una matrice. Per una stringa, questi sono i singoli caratteri.

Funzione : Un blocco di codice che può essere richiamato e riutilizzato altrove.

Variabile globale : Una variabile definita al di fuori di una funzione che può essere utilizzata ovunque.

Indice : La posizione di un dato elemento.

Jupyter Notebook : Ambiente di codifica interattivo che consente una combinazione di codice e markdown.

Libreria : Una raccolta di file contenenti funzioni utilizzate da altri programmi.

Variabile locale : Una variabile definita all’interno di una funzione che può essere utilizzata solo all’interno di quella funzione.

Maschera : Un oggetto booleano usato per selezionare i dati da un altro oggetto.

Metodo : Un’azione legata a un particolare oggetto. Viene richiamata utilizzando object.method.

Moduli : I file di una libreria che contengono funzioni utilizzate da altri programmi.

Parametri : Variabili utilizzate durante l’esecuzione di una funzione.

Serie : Una struttura dati Pandas per rappresentare una colonna.

Substringa : Una parte di una stringa.

Variabili : Nomi per i valori.