Aquest dipòsit conté un conjunt de notebooks de jupyter que formen part dels cursos de programació Python per a la ciència de dades de la Universitat Oberta de Catalunya, i que es distribueixen sota llicència CC-BY-SA.
El dipòsit conté els notebooks separats en dues carpetes:
-
La carpeta python_1 conté els notebooks de l'assignatura Fonaments de programació, que ofereix una introducció a la programació en llenguatge Python centrada en la resolució de problemes de l'àmbit de la ciència de dades.
-
La carpeta python_2 conté els notebooks de l'assignatura Programació per a la ciència de dades, aprofundint en la comprensió d'alguns dels conceptes clau, alhora que s'expliquen altres conceptes de programació més avançats, que permetran als estudiants afrontar problemes de programació més complexos i de manera més eficient, en Python.
L'índex de continguts del material de python_1 és el següent:
- Unitat 1: Instal·lació i configuració de l'entorn de programació Python
- Unitat 2: Breu introducció a la programació en Python
- Unitat 3: Estructures de control i funcions en Python
- Unitat 4: Biblioteques científiques en Python
- Unitat 5: Captura de dades en Python
- Unitat 6: Preprocessament de dades en Python
- Unitat 7: Introducció a l'anàlisi de dades en Python
- Unitat 8: Visualització de dades en Python
L'índex de continguts del material de python_2 és el següent:
- Unitat 0: Refermant conceptes
- Unitat 1: Estructures de dades avançades
- Unitat 2: Ús avançat de funcions
- Unitat 3: Fitxers i interacció amb el sistema
- Unitat 4: Optimització: complexitat i profiling
- Unitat 5: Optimització: concurrència i paral·lelisme
- Unitat 6: Testing, manteniment i desplegament d'aplicacions
Cada unitat es troba dins d'una carpeta que porta per nom unit_x, on x és el número de la unitat. Dins de la carpeta de cada unitat, trobareu el notebook que podeu executar. Si es fan servir conjunts de dades per a exemplificar els conceptes explicats a les unitats, també hi trobareu una carpeta data que contindrà totes les dades necessàries per a executar el notebook.
Per tal d'executar els notebooks dins de VS Code necessitareu:
- Instal·lar VS Code,
- Instal·lar l'extensió Python per VS Code,
- Instal·lar l'extensió Jupyter per VS Code,
- Crear un entorn virtual amb Conda
Primer cal instal·lar VS Code, l'extensió de Python per VS Code i l'extensió de Jupyter per VS Code.
A continuació detallarem els passos per crear un entorn virtual amb Conda.
Si treballeu en macOS, podeu fer:
brew install --cask miniconda
A GNU/Linux podeu instal·lar miniconda amb les següents ordres:
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
/bin/bash Miniconda3-latest-Linux-x86_64.sh -b
Per crear entorns locals a VS Code mitjançant Conda, obriu Command Palette (⇧⌘P), cerqueu i seleccioneu l'ordre Python: Create Environment.
Es mostra una llista amb els tipus d'entorn: Venv o Conda. Seleccioneu Conda.
L'ordre mostra una llista de versions de Python que es poden utilitzar al vostre projecte. Seleccioneu Python 3.11:
S'instal·laran automàticament les biblioteques definides al fitxer environment.yml.
Una vegada tingueu el programari instal·lat, obriu qualsevol dels notebooks amb les activitats a VS Code.
Per a executar-lo cal que seleccioneu l'entorn d'execució virtual, si no s'ha definit abans:
i seleccionar l'entorn virtual:
Per executar el contenidor, primer cal instal·lar i executar Docker Desktop.
Després cal Construir el contenidor:
docker-compose build --no-cache
Un cop construït el contenidor, es podrà aixecar amb la següent ordre:
docker-compose up
Obriu l'url http://localhost:8888/lab/