O artigo analisa o texto da “Coletiva pastoral” emitida pelo Episcopado Católico Brasileiro em 1890 como reação à Proclamação da República e na iminência da elaboração da constituição que estabeleceria a separação entre igreja e estado. O objetivo é identificar elementos do imaginário teológico católico que, naquele momento e ainda hoje dificultam a aceitação do estado laico e suas consequências, entre as quais se destaca a liberdade religiosa. Metodologicamente, após contextualização da Proclamação da República e da articulação da igreja católica como reação ao fato, o estudo se dedica à análise do texto do documento episcopal. Como principais elementos teológicos que impedem a aceitação da laicidade do estado podemos identificar a noção de verdade, unidade e autenticidade da igreja que geram um marcado antiprotestantismo. Em relação ao estado, também aparecem como importantes a problemática da sua origem e legitimidade democrática.
Les conditions de logement en France
Insee Références - Édition 2017
Consommation, patrimoine, vie familiale, relations de voisinage et de quartier : le logement est au centre de la vie de chacun. Riche dans sa description des ménages et de leurs logements, l’enquête Logement est depuis 40 ans le pivot central du dispositif statistique, tandis que la mobilisation des sources administratives permet désormais d’informer à un niveau territorial fin.
C’est cette richesse d’informations, avec le souci de sa mise en cohérence, que cet ouvrage inédit de la collection « Insee Références », Les conditions de logement en France restitue.
Une vue d’ensemble permet de situer les enjeux économiques et sociaux du logement.
Quatre dossiers sont ensuite proposés : le premier analyse le statut des locataires. Le deuxième s’intéresse à l’accès à la propriété. Le troisième décrit la mobilité résidentielle et ses déterminants. Le quatrième dossier fait le point sur le logement des ménages immigrés.
Enfin, une quarantaine de fiches, organisées en 10 thèmes et rédigées conjointement par le SOeS et l’Insee, complètent ces analyses.
O artigo analisa o texto da “Coletiva pastoral” emitida pelo Episcopado Católico Brasileiro em 1890 como reação à Proclamação da República e na iminência da elaboração da constituição que estabeleceria a separação entre igreja e estado. O objetivo é identificar elementos do imaginário teológico católico que, naquele momento e ainda hoje dificultam a aceitação do estado laico e suas consequências, entre as quais se destaca a liberdade religiosa. Metodologicamente, após contextualização da Proclamação da República e da articulação da igreja católica como reação ao fato, o estudo se dedica à análise do texto do documento episcopal. Como principais elementos teológicos que impedem a aceitação da laicidade do estado podemos identificar a noção de verdade, unidade e autenticidade da igreja que geram um marcado antiprotestantismo. Em relação ao estado, também aparecem como importantes a problemática da sua origem e legitimidade democrática.
Les conditions de logement en France
Insee Références - Édition 2017
Consommation, patrimoine, vie familiale, relations de voisinage et de quartier : le logement est au centre de la vie de chacun. Riche dans sa description des ménages et de leurs logements, l’enquête Logement est depuis 40 ans le pivot central du dispositif statistique, tandis que la mobilisation des sources administratives permet désormais d’informer à un niveau territorial fin.
C’est cette richesse d’informations, avec le souci de sa mise en cohérence, que cet ouvrage inédit de la collection « Insee Références », Les conditions de logement en France restitue.
Une vue d’ensemble permet de situer les enjeux économiques et sociaux du logement.
Quatre dossiers sont ensuite proposés : le premier analyse le statut des locataires. Le deuxième s’intéresse à l’accès à la propriété. Le troisième décrit la mobilité résidentielle et ses déterminants. Le quatrième dossier fait le point sur le logement des ménages immigrés.
Enfin, une quarantaine de fiches, organisées en 10 thèmes et rédigées conjointement par le SOeS et l’Insee, complètent ces analyses.
Episcopado e profecia: Las Casas, Proaño e Romero.Vanildo Zugno
O artigo, escrito em parceria com os estudantes Juan MIguel Gutierrez, Roberson Chiarentin e Yandri Loor Giler, resgata tr~es figuras fundamentais do episcopado latinoamericano que, em tempos e circunstâncias diferentes, viveram profundamente a p
opção preferencial pelos pobres.
Para que pongas en práctica los procedimientos revisados, en tu block de dibujo realiza la solución de cada uno de los problemas , identifica en tu borrador cuáles son los puntos significativos-
Actividad Geometría I
En tu block de dibujo realiza la solución de cada uno de los problemas, identifica en tu borrador cuáles son los puntos significativos (son los puntos donde empieza y termina alguna línea, intersecciones de estas y los centros de arco que te permiten construir con precisión)
Introduzione al linguaggio SQL con riferimento allo standard Mysql.
Creazione e modifica tabelle, inserimento istanze, funzioni di manipolazione, funzioni di aggregazione.
scipy e rpy per l'analisi degli acquisti della pubblica amministrazioneFrancesco Cavazzana
Un caso concreto di utilizzo di python, con varie librerie, per l’analisi di dati in formato aperto in ambito economico.
Tutti gli enti pubblici italiani per legge devono pubblicare un file xml liberamente accessibile con tutti i dettagli sulla spesa per acquisti di lavori, beni e servizi.
Questa mole di dati può dare informazioni molto interessanti per il controllo della spesa pubblica: benchmark per gli operatori del settore, controllo diffuso sulla spesa pubblica da parte della cittadinanza, prevenzione della corruzione, ma anche analisi di mercato e confronto con i concorrenti per aziende fornitori della pubblica amministrazione.
Per analizzare questa mole di dati, pubblica ormai da un anno, ma ancora poco utilizzata, ho utilizzato python per scaricare e interpretare i file xml, organizzare i dati raccolti in un database, analizzarli con indici, grafici, confronti di settore, variazione nel tempo, analisi di regressione.
Episcopado e profecia: Las Casas, Proaño e Romero.Vanildo Zugno
O artigo, escrito em parceria com os estudantes Juan MIguel Gutierrez, Roberson Chiarentin e Yandri Loor Giler, resgata tr~es figuras fundamentais do episcopado latinoamericano que, em tempos e circunstâncias diferentes, viveram profundamente a p
opção preferencial pelos pobres.
Para que pongas en práctica los procedimientos revisados, en tu block de dibujo realiza la solución de cada uno de los problemas , identifica en tu borrador cuáles son los puntos significativos-
Actividad Geometría I
En tu block de dibujo realiza la solución de cada uno de los problemas, identifica en tu borrador cuáles son los puntos significativos (son los puntos donde empieza y termina alguna línea, intersecciones de estas y los centros de arco que te permiten construir con precisión)
Introduzione al linguaggio SQL con riferimento allo standard Mysql.
Creazione e modifica tabelle, inserimento istanze, funzioni di manipolazione, funzioni di aggregazione.
scipy e rpy per l'analisi degli acquisti della pubblica amministrazioneFrancesco Cavazzana
Un caso concreto di utilizzo di python, con varie librerie, per l’analisi di dati in formato aperto in ambito economico.
Tutti gli enti pubblici italiani per legge devono pubblicare un file xml liberamente accessibile con tutti i dettagli sulla spesa per acquisti di lavori, beni e servizi.
Questa mole di dati può dare informazioni molto interessanti per il controllo della spesa pubblica: benchmark per gli operatori del settore, controllo diffuso sulla spesa pubblica da parte della cittadinanza, prevenzione della corruzione, ma anche analisi di mercato e confronto con i concorrenti per aziende fornitori della pubblica amministrazione.
Per analizzare questa mole di dati, pubblica ormai da un anno, ma ancora poco utilizzata, ho utilizzato python per scaricare e interpretare i file xml, organizzare i dati raccolti in un database, analizzarli con indici, grafici, confronti di settore, variazione nel tempo, analisi di regressione.
2. Built -in
Mappa sinottica: Strutture dati
Classe Costruttore
list [ ]
dict { }
Modulo numpy
Classe Costruttore
ndarray array
ndarray
matrixlib.
defmatrix.
matrix
matrix
Modulo pandas
Classe Costruttore
Index Index
Multindex Multindex
Series Series
DataFrame DataFrame
Panel4D Panel4D
Panel Panel
3. list
Confronto tra list, array, Index
- NO
array
+ somma
Index
somma+ concatena
- sottraz.
+
Stringhe
Numeri
unione
* concatena * moltiplica
sottraz.-
Stringhe
Numeri
esclus.
moltiplica* Numeri
divide/ Numeri/ divide/ NO
4. list
Confronto tra list, array, Index
array
numpy.append( A1, A2)
Index
.append() (in-place) .append(..) (out-of-place)
.sort() (in-place)
numpy.sort( A1)
.sort (in-place)
.remove(..) (in-place) numpy.delete(A1, ..) .delete(...) (out-of-place)
= (nuova var; stesso obj.) (nuova var; stesso obj.)= = (nuovo oggetto)
Metodi per l’analisi statistica
(ad esempio, mean())
Metodi per l’analisi statistica
(ad esempio, mean())
Metodi per raggruppamenti e
per trasformazioni
6. Series e Dataframe
Series
Una Series è una classe pandas che può essere
vista come un dizionario, in cui la chiave è data
dall’indice della serie
{ 1: 100,
2: 120,
3: 132,
4: 131,
5 127 }
Una volta istanziato esiste una relazione
fissa tra indice (chiave) e valore. Diversamente da
quanto avviene per una lista (array, Index), se si
estrae una slice non viene modificata la relazione
tra indice e valore
DataFrame
Un DataFrame è una classe pandas che può
essere vista come un dizionario di Liste/Series, in
cui la chiave identifica una Lista/Series.
{ ‘V1’: [ 100, 120, 132, 131, 127],
‘V2’: [ 132, 176, 232, 243, 457]
}
Ogni colonna di una DataFrame è identificata da
una variabile. La lista di queste variabili forma
l’attributo .columns
Ogni riga di un DataFrame è identificata da un
indice, assegnato all’attributo index. Questo indice
è un oggetto della classe Index del modulo
pandas.
7. Liste
[ , , , ]
Dizionari
{ : , : , }
Tuple
( , , , )
Set
{ , , , }
Mappa sinottica Strutture Dati
array e ndarray
(statistica)
matrix
(matrici)
Index
(array+set)
MultiIndex
(Index+tuple)
Series
(1 Index/M.
+ 1 array)
Dataframe
(1 Index/M +
1 (dict + n array))
Panel
(1 Index/M +
n Dataframe)
built-in
numpy pandas