Trattamento numerico dei dati sperimentali

La pagina ufficiale del corso si trova all'indirizzo http://labmaster.mi.infn.it/Laboratorio2/labTNDS/. Qui è presente materiale di approfondimento del docente Maurizio Tomasi.

Slide di approfondimento

Le seguenti slide sono state usate come approfondimento durante i turni di laboratorio dell'A.A. 2017–2018:

  1. Giovedì 12 Ottobre 2017
  2. Giovedì 19 Ottobre 2017
  3. Giovedì 26 Ottobre 2017
  4. Giovedì 2 Novembre 2017
  5. Giovedì 9 Novembre 2017
  6. Giovedì 16 Novembre 2017
  7. Giovedì 23 Novembre 2017
  8. Giovedì 30 Novembre 2017
  9. Giovedì 14 Dicembre 2017
  10. Venerdì 15 Dicembre 2017
  11. Giovedì 21 Dicembre 2017
  12. Giovedì 11 Gennaio 2018

Presentazione di Python e Julia

È disponibile il materiale usato nel seminario del 22 Marzo 2018, dal titolo: «Un approccio pratico al calcolo scientifico: Python e Julia».

  • Slide (pptx)
  • Codici sorgente e notebooks (zip)

Per chi fosse interessato ad approfondire la conoscenza di Python, consiglio questo materiale:

  • Python for Kids (No starch press): forse la migliore introduzione a Python che ci sia in giro; adatto dai 10 anni in su, ma è perfetto anche per studenti universitari. Non parla di NumPy e di calcolo scientifico, ma è bene leggere questo libro prima di dedicarsi a NumPy.
  • Python Numpy tutorial: introduzione molto breve a Python e NumPy, utile se siete di fretta.
  • Python Numpy array tutorial: introduzione più approfondita, molto consigliata. Consente anche di eseguire codice Python direttamente sul sito, per eseguire gli esercizi.
  • Numpy quickstart tutorial: è l'introduzione ufficiale a NumPy, ma assume che il lettore abbia una eccellente conoscenza di Python. Leggetela quindi per ultima.

Per quanto riguarda Julia, ci sono al momento pochi libri in giro, e tutti di scarsa qualità. La migliore introduzione al linguaggio si trova nel manuale ufficiale, che è molto ben scritto.