LEZIONE 1..PYTHON BASEPARTE 2: strutture dati di base: liste e

dizionari; introduzione numpy e pandas.

Riepilogo lezione precedente

interi, floating point, decimal

ATTRIBUTI

METODIOGGETTO

CLASSE

funzioni built-in

stringhe

ITERABLE

print

len

int floatstr

list set

.replace

.upper

.count

if elif else for .. in .. :

COME ORGANIZ-ZARE I DATI

100 324.3 ‘Italia’ 533 ‘FRA’ ‘Oggi è

una bella giornata’ 54.5 True 57 987

False ‘DEU’ ‘config.py’

CONSIDERIAMO UNA SERIE STORICA MENSILE

maggio 2015 125.6

giugno 2015 128.3

luglio 2015 132.9

agosto 2015 133.1

settembre 2015 135.5

ottobre 2015 135.2

novembre 2015 138.6

[ 125.6, 128.3, 132.9, 133.1, 135.5, 135.2, 138.6

]

DIZIONARIO {’201501’ : 125.6, ‘201506’ : 128.3, ‘201507’ : 132.9, ‘201508’ : 133.1 , ‘201509’ : 135.5, ‘201510’ : 135.2, ‘201511’ : 138.6

}

LISTA

[ 125.6, 128.3, 132.9, 133.1, 135.5, 135.2, 138.6

]

DIZIONARIO {’201501’ : 125.6, ‘201506’ : 128.3, ‘201507’ : 132.9, ‘201508’ : 133.1 , ‘201509’ : 135.5, ‘201510’ : 135.2, ‘201511’ : 138.6

}

LISTA

posizione 0posizione 1posizione 2posizione 3posizione 4posizione 5posizione 6

chiavechiavechiavechiavechiavechiavechiave

Assegnazione

LIS1 = [ 125.6, 128.3,

132.9, 133.1, 135.5,

135.2, 138.6 ]

DIZIONARIO Assegnazione

DIZ1 = {’201501’ : 125.6, ‘201506’ : 128.3, ‘201507’ : 132.9, ‘201508’ : 133.1 , ‘201509’ : 135.5, ‘201510’ : 135.2, ‘201511’ : 138.6

}

LISTA

Estrazione

LIS1 [3]

LIS1 [1:3]

LIS1 [:3]

DIZIONARIO

Estrazione

DIZ1 [‘201508’]

LISTA

LEZIONE 1..www.fordatascientist.org

B00-PyBaseB31-Data-Structures-Builtin

LEZIONE 1..www.fordatascientist.org

B00-PyBaseB32-Data-Structures-Other

[ ]

{ } ( )

Data Built-in Data Modulenumpy

pandas.Array

.Series.max().mean()

.Ndarray.std()

.mean(axis=1)

.DataFrame

.index

.index

.columns.index().count()

.count()

.keys

.sort()

.append()

.remove()

LEZIONE 1..www.fordatascientist.org

B00-PyBaseB36-Slicing-Iterable.ipynb

[ ]ESTRATTOREtupla lista Array

Ndarray

SeriesDataFrame

iloc()

A cosa servono le tuple

A= { (‘FRA’,’DEU’,’2015’): 765, (‘FRA’,’ITA’,’2015’): 234, (‘FRA’,’USA’,’2015’): 122, (‘DEU’,’FRA’,’2016’): 975, (‘DEU’,’ITA’,’2016’): 744, (‘DEU’,’USA’,’2016’): 865 }

A= {‘FRA’:{’DEU’:{’2015’: 765}, ’ITA’:{’2015’: 234}, ’USA’:{’2015’: 122} }, ‘DEU’:{’FRA’:{’2016’: 975}, ’ITA’:{’2016’: 744}, ‘USA’:{‘2016’: 865} } }

Nel 2015, la Francia ha esportato verso la Germania 875 milioni di euro; verso l’Italia 234 mln di euro; verso gli Stati Uniti 122 mln di euro;Nel 2016, la Germania ha esportato verso la Francia 975 milioni di euro; verso l’Italia 744; verso gli Stati Uniti 865

A['FRA']['ITA']['2015'] A [ ('FRA','ITA','2015') ]

COSTRUZIONE

ESTRAZIONE

LEZIONE 1..www.fordatascientist.org

B00-PyBaseB53-Custom-Function

def returnparametri

argomenti posizionali *listargomenti di parola chiave **dict

LEZIONE 1..www.fordatascientist.org

B00-PyBaseB71-DateTime

datetime.datetimepandas.Timestamp

istanti temporali

.is_year_end

pandas.Period .freq .period_range

periodi

CONTATTI TELEFONO

051 22 35 20

EMAIL WORKSHOP@VICEM.IT