Universidad Pública de Navarra



Año Académico: 2019/2020 | Otros años:  2018/2019  |  2017/2018 
Graduado o Graduada en Ingeniería en Tecnologías Industriales por la Universidad Pública de Navarra
Código: 242002 Asignatura: HERRAMIENTAS EN PYTHON PARA LA INGENIERÍA
Créditos: 3 Tipo: Optativa Curso: 4 Periodo: 2º S
Departamento: Estadística, Informática y Matemáticas
Profesorado:
SANZ DELGADO, JOSÉ ANTONIO   [Tutorías ] GALAR IDOATE, MIKEL (Resp)   [Tutorías ]

Partes de este texto:

 

Módulo/Materia

Informática

Subir

Descripción/Contenidos

Introducción al lenguaje de programación Python.

Tratamiento de datos con Python: operaciones con matrices con NumPy y análisis de datos con Pandas.

Herramientas para la visualización de datos.

Métodos de computación científica para la ingeniería con Python.

Subir

Descriptores

Programación; Lenguaje Python; Tratamiento y visualización de datos; Librerías científicas

Subir

Competencias genéricas

  • CG3. Conocimiento en materias básicas y tecnológicas, que les capacite para el aprendizaje de nuevos métodos y teorías, y les dote de versatilidad para adaptarse a nuevas situaciones.
  • CG4. Capacidad de resolver problemas con iniciativa, toma de decisiones, creatividad, razonamiento crítico y de comunicar y transmitir conocimientos, habilidades y destrezas en el campo de la Ingeniería Industrial en las tres tecnologías específicas, Mecánica, Eléctrica y Electrónica Industrial.

Subir

Competencias específicas

  • CFB3. Poseer conocimientos básicos sobre el uso y programación de los ordenadores, sistemas operativos, bases de datos y programas informáticos con aplicación en ingeniería.

Subir

Resultados aprendizaje

Cuando termina la formación el estudiante es capaz de:

  1. Manejar con fluidez el lenguaje de programación Python.
  2. Resolver problemas con datos multidimensionales.
  3. Tratar y analizar datos mediante las herramientas disponibles en Python.
  4. Manejar con fluidez el módulo de programación científica scipy.
  5. Visualizar los datos de manera adecuada y significativa.

Subir

Metodología

Metodología - Actividad Horas no Presenciales
A-1 Visualización y lectura de material   10
A-2 Ejercicios de consolidación  30
A-3 Estudio individual  20
A-4 Elaboración de trabajo  10
A-5 Exámenes, pruebas de evaluación  3
A-6 Tutorías individuales  2
Total  75

Subir

Idiomas

Castellano

Subir

Evaluación

Resultados de aprendizaje Sistema de evaluación Peso Carácter recuperable
1, 2, 3, 4, 6, 7 Pruebas tipo test de cada tema 30% No
1, 2, 3, 4, 5, 6, 7 Ejercicios entregables de cada tema 50% Sí
1, 2, 3, 4, 5, 6, 7 Evaluación de trabajo final 20% No

 

Es necesario obtener una calificación superior o igual a 5 (sobre 10) en el apartado segundo. En caso de no llegar a esta nota mínima, la calificación final será el mínimo entre la nota de cada apartado ponderada por los pesos su peso y la nota del apartado segundo.

Subir

Temario

TEMA 1. Introducción al lenguaje de programación Python
TEMA 2. Tratamiento de datos multidimensionales: NumPy
TEMA 3. Visualización de datos: Matplotlib
TEMA 4. Análisis de datos: Pandas
TEMA 5. Computación científica para la ingeniería: SciPy

Subir

Bibliografía

Acceda a la bibliografía que el profesorado de la asignatura ha solicitado a la Biblioteca.


  • Knowlton, J., Fernández Vélez, M. J., Python, Anaya Multimedia, Madrid, 2009
  • Python for Data Analysis: Data Wrangling with Pandas, NumPy, and IPython, W. McKinney, O'Reilly Media, 2012
  • Mastering SciPy, Francisco J Blanco-Silva, Packt Publishing, 2015

Subir

Lugar de impartición

Online

Subir