Il materiale in questo repository viene utilizzato per il corso di Tecniche Informatiche per la Fisica del primo anno del Corso di Laurea in Fisica dell'Università di Torino nell'Anno Accademico 2021/2022.
 
Il corso si svolgerà a distanza. Il link per seguire lezioni ed esercitazioni è: https://unito.webex.com/meet/ezio.maina.
Registatevi al corso appena possibile sulla pagina Campusnet (https://fisica.campusnet.unito.it/do/corsi.pl/Show?_id=c6ay).
Il corso si pone l'obiettivo di familiarizzare gli studenti con l'uso del linguaggio Python e con le principali librerie utilizzate in ambito scientifico: Numpy, Scipy e Matplotlib.
 
Il modo migliore per accedere al materiale è scaricare l'intero tree di notebook, immagini e file ausiliari da github (https://github.com/mainaezio/TIF_2021_Introduction_to_Python) in un singolo file compresso con ZIP. In questo caso la struttura di directory viene mantenuta.
 
I singoli notebook possono essere anche scaricati da questo sito, in formato HTML (solo lettura) e IPYNB (eseguibili), utilizzando i link nella sezione Programma 2021/22.
 
Per eseguire i notebook è necessario avere installato Python 3, Numpy, Scipy e Matplotlib, "Jupyter notebook" oppure "Jupyter lab". Il modo più semplice è installare la distribuzione Anaconda (https://www.anaconda.com/distribution/#download-section) che include tutto il software necessario.
 
Commenti e suggerimenti sono i benvenuti.

• Computazione e Fisica: trasparenze introduttive.
• 01_CourseInfo ( .html, .ipynb).
• 02_Primi_passi ( .html , .ipynb ). Esercizi 02. Registrazione: Funzioni1
  • Come usare un notebook
  • Che cos'è un programma
• 03_Tipi_di_Dati ( .html , .ipynb ). Esercizi 03. Registrazione1: Stringhe-Liste. Registrazione2: Entuple-Dizionari-id.
  • Esercizi su Numeri Complessi e Trigonometria
• 04_control-flow ( .html , .ipynb ). Esercizi 04. Registrazione: If-For-While.
• 05_input-output ( .html , .ipynb ). Esercizi 05.
• 06_funzioni_moduli( .html , .ipynb ). Esercizi 06.
• 07_numpy ( .html , .ipynb ). Esercizi 07.
• 08_plots ( .html , .ipynb ). Esercizi 08.
• 09_numpy_statistics ( .html , .ipynb ). Esercizi 09.
• 10_scipy ( .html , .ipynb ). Esercizi 10.

Notebooks di approfondimento. Non fanno parte del programma d'esame:

• 11_MetodoMontecarlo ( .html , .ipynb ).
• 12_calcolo_simbolico ( .html , .ipynb ). Esercizi 12.
• 13_Classi ( .html , .ipynb ).
• 14_Decoratori ( .html , .ipynb ).

Files a cui si fa riferimento nei Notebooks :

• File grafici
• Cartoons
• File di dati
• File di comandi

Alcuni notebooks addizionali basati su materiale di Esperimenti 1:

• Fit Lineare ( .html , .ipynb )
• Fit Quadratico ( .html , .ipynb )
• Una dimostrazione della formula per il fit lineare usando sympy ( .html , .ipynb )
• Esplorazioni numeriche sulla distribuzione di Poisson ( .html , .ipynb )

Altri notebooks addizionali:

• Esempio di algoritmo( .html , .ipynb )
• Compiti_Frequenti ( .html , .ipynb )
• Numeri di Fibonacci ( .html , .ipynb )
• Matrici di rotazione 3D con numpy ( .html , .ipynb )
• Matrici di rotazione 3D con sympy ( .html , .ipynb )
• Il quartetto di Anscombe: invito alla cautela nell'analisi statistica ( .html , .ipynb )

Cheatsheets riassuntivi:

• Python3.
• Matplotlib.
• Markdown.

Tutorial di Python:

• Real Python: Introduction to Python

• Real Python: Jupyters Notebook: An Introduction

• Hans Fanghor - Python for Computational Science and Engineering su cui si basano le lezioni
• Robert Johansson - Scientific Computing with Python (in .pdf)
• Allen Downey - Think Python
• Sven Linge, Hand Petter Langtangen - Programming for Computations