PYTHON BASE PARTE 2: strutture dati di base: liste e dizionari; primi moduli: os, sys, numpy.

1. LEZIONE 1..
PYTHON BASE
PARTE 2: strutture dati di base: liste e
dizionari; primi moduli: os, sys, numpy.

2. Lezione precedente
interi, floating
point, decimal
ATTRIBUTI
METODI
OGGETTO
CLASSE
funzioni
built-in
stringhe
ITERABLE
print
len
int float
str
list set
.replace
.upper
.count
if elif else for .. in .. :

3. 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’

4. 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

5. [
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

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

7. 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

8. Estrazione
LIS1 [3]
LIS1 [1:3]
LIS1 [:3]
DIZIONARIO
Estrazione
DIZ1 [‘201508’]
LISTA

9. LEZIONE 1..
www.fordatascientist.org
B00-PyBase
B31-Data-Structures-Builtin

10. LEZIONE 1..
www.fordatascientist.org
B00-PyBase
B32-Data-Structures-Other

11. [ ]
{ }( )
Data Built-in Data Module
numpy
pandas.Array
.Series.max()
.mean()
.Ndarray
.std()
.mean(axis=1)
.DataFrame
.index
.index
.columns
.index()
.count()
.count()
.keys
.sort()
.append()
.remove()

12. LEZIONE 1..
www.fordatascientist.org
B00-PyBase
B36-Slicing-Iterable.ipynb

13. [ ]ESTRATTORE
tupla lista Array
Ndarray
Series
DataFrame
iloc()

14. 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

15. LEZIONE 1..
www.fordatascientist.org
B00-PyBase
B53-Custom-Function

16. CONTATTI TELEFONO
051 22 35 20
EMAIL
WORKSHOP@VICEM.IT