Vai al contenuto principale
Logo Università
Logo di Corso di studio in Economia

Dipartimento di Scienze economico-sociali e matematico-statistiche

Corso di studio in Economia

Logo di Corso di studio in Economia
Oggetto:

INTRODUZIONE ALLA PROGRAMMAZIONE CON PYTHON

Oggetto:

COMPUTER SCIENCE WITH PYTHON

Oggetto:

Anno accademico 2019/2020

Codice dell'attività didattica
SEM0050
Docente
Gianfranco Durin (Esercitatore)
Corso di studi
ECONOMIA - percorso in Economia e Data Science
ECONOMIA - percorso in Economia e Finanza
ECONOMIA - percorso in Economia e Management
ECONOMIA - percorso in Scienze Economiche
Anno
2° anno 3° anno
Tipologia
A scelta dello studente
Crediti/Valenza
6
SSD dell'attività didattica
INF/01 - informatica
Modalità di erogazione
Tradizionale
Lingua di insegnamento
Italiano
Modalità di frequenza
Facoltativa
Tipologia d'esame
Prova pratica
Oggetto:

Sommario insegnamento

Oggetto:

Obiettivi formativi


Il corso si propone di fornire le conoscenze basilari nell'uso di Python per alcune applicazioni econoniche. In particolare, verrà approfondito l'uso di Pandas che permette l'acquisizione, la manipolazione e l'analisi statistica di dati finanziari.


Aim of the course is to give a basic knowledge of the Python language for financial applications. In particular, Pandas will be introduced in order to load, manipulate and do statistical analysis of financial datasets.

Oggetto:

Risultati dell'apprendimento attesi

Al termine dell’insegnamento, lo studente sarà in grado di:

  • Caricare database (online e o da file Excel, csv, etc) per manipolare e correggere dati  anche non ben formattati (data wrangling)
  • Analisi statistica e plot di dati in varie forme
  • Preparazione di brevi report di analisi dati

At the end of the course, a student will be able to:

  • Load databases (online, or from Excel, csv) to manipulate and correct data, even non well formatted (data wrangling)
  • Statistical analysis and plots in different styles
  • Preparation of small reports of data analsys
Oggetto:

Modalità di insegnamento

Lezioni frontali con momenti di lavoro in piccoli gruppi (max 3 persone) per risoluzione di problemi

Per facilitare l'apprendimento è fortemente consigliato l'uso di un portatile. Si consiglia l'installazione della distribuzione di Anaconda Python. E' disponibile un file zip con tutte le istruzioni


Traditional teaching with classroom works in small groups (max 3 people) for problem solving. 

It is strongly suggested the use of a personal notebook with the Python Anaconda distribution. Download the file zip with all the instructions.

 

Oggetto:

Modalità di verifica dell'apprendimento

I risultati dell’apprendimento saranno oggetto di verifica attraverso una prova scritta (su un notebook di Jupyter) costituita da:

  • Due problemi, uno sulla manipolazione di dati e uno su una serie temporale
  • Ogni problema consisterà in 5 domande (da 2 punti ciascuna) con risposte possibili in una riga e una domanda aperta da 5 punti
  • Una ulteriore domanda aperta a scelta del candidato con un max di 3 punti

Per superare la prova è necessario ottenere 24 punti. La durata della prova è di 1h15min. Non è prevista la prova orale.

NOTA BENE: Le due uniche sessioni di esami saranno a Giugno e a Settembre 2020. Le date definitive saranno pubblicate su Moodle così come le modalità dettagliate di svolgimento dell'esame che sarà online con videosorveglianza Webex. 


The assessment of the expected outcomes will consist of a written test (on a Jupyter notebook) as follows:

  • Two problems, one on data analysis and one on a temporal series
  • In each problem there are 5 questions (2 points each) with answers given in a line, and an open question with 5 points. 
  • A further open question chosen by the candiate with max 3 points 

To pass the exam, 24 points are needed. The total duration of the exam is 1h 15min. No oral session is expected.

NOTE: There will be only two exam sessions on June and September 2020. The final dates will be published on Moodle, as long as the detailed instructions on the exams. The session will be done online with Webex.

Oggetto:

Programma


Il corso è diviso in tre moduli differenti ma connessi tra di loro:

Introduzione ai metodi di Python, Pandas e Matplotlib (Lezioni 1-4)

  1. Introduzione al linguaggio. Variabili e methodi base (I)
  2. Metodi e variabili (II). Logica di programmazione
  3. Plots con Python: Matplotlib e Pandas
  4. I metodi di Pandas. "Data wrangling"

Serie temporali e statistica (Lezioni 5-6)

  1. Series temporali finanziarie
  2. Statistica e processi stocastici

Programmazione funzionale e case studies (Lectures 7-8)

  1. Programmazione ad oggetti e programmazione funzionale (cenni)
  2. Case studies


The course is structured in three different but interlaced 'modules':

Introduction to Python, Pandas, and Matplotlib methods (Lectures 1-4)

  1. Introduction to the language. Basic variables (I)
  2. Basic variables (II). Programming logic
  3. Plots with Python: Matplotlib and Pandas
  4. Pandas methods. Data wrangling

Time series and statistics (Lectures 5-6)

  1. Financial temporal series
  2. Statistics and stochastic processes

Functional progranming and case studies (Lectures 7-8)

  1. Functional and object oriented programming (I)
  2. Object oriented programming (II) e case studies

 

Testi consigliati e bibliografia

Oggetto:

Le pagine delle lezioni (sottoforma di file notebook di Jupyter) saranno disponibili prima dell'inizio del corso.

Il corso è basato (liberamente) sui seguent testi:

Python for Finance - Mastering data-driven finance
Autore: Yves HilpischEdizione: 2nd ed.
Casa editrice: O'Reilly
ISBN: 978-1-492-02433-0

Python for data analysis : data wrangling with pandas, numpy, and ipython
Autore: Wes McKinneyEdizione: 2. ed
Casa editrice: O'Reilly Media, 2018
ISBN: 9781491957660

La guida di riferimento di Pandas si trova direttamente sul sito

Moltissimi i video su youtube che parlano di python, pandas e matplotlib. Per pandas si suggerisce la visione questa serie.

The lecture notes, as Jupyter notebook files, will be available before the beginning of the course.

The course is freely based on these books:

Python for Finance - Mastering data-driven finance
Autore: Yves HilpischEdizione: 2nd ed.
Casa editrice: O'Reilly
ISBN: 978-1-492-02433-0

Python for data analysis : data wrangling with pandas, numpy, and ipython
Autore: Wes McKinneyEdizione: 2. ed
Casa editrice: O'Reilly Media, 2018
ISBN: 9781491957660

The reference guide of Pandas can be downloaded from the website

Within the huge collection of youtube tutorials on Python, Pandas and Matplotlib, this series worth having a look

 



Oggetto:

Note

Per le MAGISTRALI
Gli studenti iscritti ai corsi di studio magistrali in caso di esito positivo, potranno ottenere il riconoscimento di 3 CFU come crediti liberi (idoneità).
Il docente invierà alla segreteria didattica la lista dei passati.

Per la TRIENNALE: ECONOMIA ED ECONOMIA E COMMERCIO (DEVICIENTI)
Modalità:
Il docente invierà alla segreteria didattica la lista dei passati. Nella compilazione del piano carriera, si suggerisce di inserire un qualsivoglia corso di 6 cfu come credito libero, in modo da poter completare la procedura. Dopo il superamento dell'esame, la segreteria procederà direttamente ad inserire l'esito nel libretto elettronico.

Per la TRIENNALE: ECONOMIA AZIENDALE (DEVALLE)
Come pubblicato sul sito di Economia Aziendale - Seminario “Introduzione alla programmazione con Python” – riconoscimento crediti gli studenti del corso di studio in Economia Aziendale che si sono iscritti al corso “Introduzione alla programmazione con Python” offerto dal corso di studio in Economia, potranno ottenere una certificazione che, presentata alla segreteria studenti della Scuola di Management ed Economia, consentirà il riconoscimento di 5 CFU come crediti liberi.

Oggetto:
Ultimo aggiornamento: 04/05/2020 16:08
Non cliccare qui!