Curso de Python para matemáticos, ingenieros, cientificos y alumnos

Introducir a la codificación a estudiantes, docentes, investigadores y profesionales.

Actualmente la codificación es una herramienta necesaria para profesionales de la ingeniería, investigadores, matemáticos, entre otros. El procesamiento de información se hace necesario en diferentes áreas, más aún en estudios e investigaciones que manejan gran cantidad de datos. Para realizar la conversión de un sistema de datos de origen a otro sistema de datos de destino, que pueden ser numéricos o alfanuméricos, se requiere de paquetes informáticos que simplifiquen este proceso.

El estudiante de Ingeniería tiene que formarse desde los primeros años en el manejo de estos procesos de codificación, de allí que resulta primordial que los docentes de matemáticas del ciclo básico conozcan y manejen este tipo de herramientas, como por ejemplo Python.

El lenguaje Python es una poderosa herramienta informática, fácil de aprender y potente a la hora de utilizarlo. Su sintaxis es clara, posee recursos educativos, bibliotecas y comunidades. Abarca ciencias, inteligencia artificial, interfaces gráficas, entre otras aplicaciones. Es versátil ya que es compatible con Windows, Mac, Linux y Android.

   Módulo 1: Introducción a Python

• Introducción a la programación y Python
• Usando Google Colab
• Variables y tipos de datos en Python
• Operadores aritméticos y lógicos
• Control de flujo: if, else, elif
• Funciones básicas en Python
• Listas, tuplas y diccionarios
• Operaciones con listas
• Slicing y acceso a elementos
• Control de flujo: while, for
• List comprehension
• Creación de funciones en Python. Pasando argumentos, etc.
• Instalación local de Jupyter Notebooks con Anaconda

   Módulo 2: Jupyter Notebook y matemáticas en Python

• Qué es Jupyter Notebook
• Celdas de código y celdas de texto
• Uso de Markdown en Jupyter Notebook
• Números en Python: complejos, fraccionales, decimal
• Funciones matemáticas con Python.
• Matemáticas en la biblioteca estándar: random, math, cmath, fractions, decimal, uso de números en bases de numeración diferentes.
• Concepto de clases con Python.
• Estructura del código usando paquetes y módulos.
• Instalación de dependencias adicionales

Módulo 3: Manipulación, importación y exportación de datos con Pandas

• Introducción a Pandas
• Creación de Data Frames
• Importación y exportación de datos de otros formatos, como planillas de cálculo, archivos de texto, etc.
• Manipulación de datos: selección, filtrado y ordenamiento
• Operaciones con columnas y filas
• Agregación de datos con groupby

Módulo 4: Visualización de datos

• Introducción a Matplotlib
• Creación de gráficos básicos: line plot, scatter plot, histogramas, etc.
• Personalización de gráficos: títulos, etiquetas, colores, etc.
• Creación de subplots
• Visualización de datos avanzada: box plot, violin plot, etc.

Módulo 5: Procesamiento de arreglos de números con Numpy

• Introducción a Numpy
• Creación de matrices y arreglos de Numpy
• Indexación y slicing en Numpy
• Operaciones con matrices y arreglos de Numpy
• Funciones matemáticas y estadísticas en Numpy

Módulo 6: Elementos de resolución de problemas de matemática simbólica

• Introducción a Scipy y sus submódulos principales: integración, optimización, interpolación, álgebra lineal, estadísticas y procesamiento de señales.
• Funciones de integración numérica en Scipy.
• Métodos de optimización en Scipy.
• Interpolación de datos con Scipy.
• Álgebra lineal con Scipy.