Curso de Python orientado a la ingeniería
Si acabas de llegar, no tienes instalado Python o no conoces el Notebook de IPython te recomendamos que leas esta introducción. En ella aprenderás cómo descargar y utilizar el material del curso.
También puedes probar a ejecutar los notebooks online desde tu navegador (¡sin instalar nada!):
Notebooks interactivos online:
(esto es una versión demo y en fase beta, no utilices esta opción para guardar tu trabajo)
Si sólo quieres echar un vistazo, puedes visualizar los notebooks de cada clase en: http://nbviewer.jupyter.org/github/AeroPython/Curso_AeroPython/tree/master/notebooks_completos/
Primera edición: marzo 2014 (tag v1.0)
Segunda edición: octubre 2014
Tercera edición: abril de 2015
Cuarta edición: marzo de 2018
Quinta edición: noviembre de 2018
- [ES] Curso de Python para científicos e ingenieros
- [ES] Recursos para aprender Python
- [EN] Software-Carpentry: Talleres de Python, Linux, SQL, GitHub (EN)
- [EN] A gallery of interesting Jupyter and IPython Notebooks
- [EN] Python tutor
- [EN] Python Data Science Handbook
- [EN] A Whirlwind Tour of Python
- [EN] Automate the Boring Stuff with Python
-
Project Euler: problemas de algoritmia: https://projecteuler.net/
-
Punto flotante:
- cosas básicas: https://floating-point-gui.de/formats/fp/
- guía larga y detallada: https://docs.oracle.com/cd/E19957-01/806-3568/ncg_goldberg.html
-
Generar documentación a partir de código:
- Sphinx guía rápida: http://www.sphinx-doc.org/es/stable/tutorial.html
- Ejemplo en un proyecto aeropython: https://github.com/AeroPython/PyFME/wiki/C%C3%B3mo-crear-documentaci%C3%B3n-con-Sphinx-y-Read-the-Docs
-
Dashboards:
- Charla 20 min sobre dashboards: Deploying Interactive Jupyter Dashboards for Visualizing Hundreds of Millions of Datapoints, in 30 L Interesante porque además usa
dask
(pandas fuera de memoria) ynumba
(acelerar código) y otras librerías de representación que no hemos visto. - Documentación (https://jupyter-dashboards-layout.readthedocs.io/en/latest/using.html)
- Plotly https://plot.ly/dashboards-and-reports/
- Charla 20 min sobre dashboards: Deploying Interactive Jupyter Dashboards for Visualizing Hundreds of Millions of Datapoints, in 30 L Interesante porque además usa
-
Dask
- NY Taxi - Mathew Rocklin http://matthewrocklin.com/blog/work/2017/01/12/dask-dataframes
- Docuentación http://dask.pydata.org/en/latest/examples-tutorials.html
-
Jupyter Hub:
-
SQL:
-
PyInstaller:
- Creando ejecutables autocontenidos: https://pyinstaller.readthedocs.io/en/stable/usage.html
- Python España
- Python Alicante
- Python Científico
- AeroPython
En los siguientes links se pueden obtener las versiones de los programas usados durante el curso.
- Anaconda3. (https://www.anaconda.com/download/)
- pycharm-community (https://www.jetbrains.com/pycharm/download/#section=windows)
- Cambiar la carpeta en la que arranca el notebook:
> jupyter notebook --generate-config
En C:\Users\username\.jupyter\jupyter_notebook_config cambiar el atributo
#c.NotebookApp.notebook_dir = ''
por
python
c.NotebookApp.notebook_dir = r'C:\new_path\folder'
No olvidar la `r` delante de las comillas
- Activar IPython widgets en Jupyter Lab:
> conda install nodejs
> jupyter labextension install @jupyter-widgets/jupyterlab-manager
- Activar matplotlib widgets
conda install -c conda-forge ipympl
# If using the Notebook
conda install -c conda-forge widgetsnbextension
# If using JupyterLab
conda install nodejs
jupyter labextension install @jupyter-widgets/jupyterlab-manager
jupyter labextension install jupyter-matplotlib
Curso AeroPython por Juan Luis Cano Rodriguez y Alejandro Sáez Mollejo se distribuye bajo una Licencia Creative Commons Atribución 4.0 Internacional.