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 ] |
Cuando termina la formación el estudiante es capaz de:
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 |
Competencia | Actividad Formativa |
CG3 | A1, A2, A3, A4, A5, A6 |
CG4 | A1, A2, A3, A4, A5 |
CFB3 | A1, A2, A3, A4, A5, A6 |
Resultados de aprendizaje | Actividad de evaluación | Peso | Carácter recuperable | Nota mínima requerida |
1, 2, 3, 4 | Pruebas tipo test de cada tema | 30% | No | - |
1, 2, 3, 4, 5 | Ejercicios entregables de cada tema | 50% | Sí | 5 sobre 10 |
1, 2, 3, 4, 5 | Evaluación de trabajo final | 20% | Sí | - |
En caso de no llegar a la nota mínima del apartado 2, la calificación final será el mínimo entre la nota de cada apartado ponderada por los pesos su peso y la nota del apartado segundo.
Los ejercicios entregables de cada tema, así como el trabajo final se recuperarán mediante nuevas entregas de los mismos.
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.
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
Práctica 1. Introducción al lenguaje de programación Python
Práctica 2. Tratamiento de datos multidimensionales: NumPy
Práctica 3. Visualización de datos: Matplotlib
Práctica 4. Análisis de datos: Pandas
Práctica final. Trabajo final de la asignatura
Acceda a la bibliografía que el profesorado de la asignatura ha solicitado a la Biblioteca.