Corso di Python

Lezione 1 • Variabili e tipi di dati incorporati

Introduce le variabili, l'assegnazione dei tipi e i tipi primitivi di Python. La comprensione dei tipi è un prerequisito per tutte le successive manipolazioni dei dati.

Lezione 2 • Operatori ed espressioni

Spiega gli operatori aritmetici, di confronto, logici e di assegnazione. La padronanza degli operatori consente di scrivere espressioni computazionali significative.

Lezione 3 • Input, Output e debug di base

Tratta la formattazione della stampa, l'input utente e la lettura dei messaggi di errore. Queste competenze rendono gli script interattivi e gli errori diagnosticabili.

Lezione 4 • Sintassi di base e struttura del codice

Insegna le regole di indentazione, i commenti e la struttura delle istruzioni. Abitudini sintattiche corrette prevengono errori durante l'intero corso.

Lezione 1 • Cicli For e iterazione

Tratta l'iterazione su sequenze e l'uso di range. I cicli for consentono l'elaborazione ripetitiva delle collezioni introdotte nei capitoli successivi.

Lezione 2 • Cicli While e controllo del ciclo

Spiega i cicli guidati da condizioni e le istruzioni break, continue e pass. Questi strumenti gestiscono scenari di ripetizione indefinita e uscita anticipata.

Lezione 3 • Fondamenti di gestione delle eccezioni

Tratta i blocchi try, except, else e finally per la gestione degli errori. Un flusso di controllo robusto richiede di gestire condizioni di runtime impreviste con eleganza.

Lezione 4 • Comprensioni e iterazione funzionale

Introduce le comprensioni di lista e i pattern map/filter. Una sintassi di iterazione concisa migliora la leggibilità e le prestazioni nelle attività sui dati.

Lezione 1 • Scegliere e annidare strutture dati

Guida la selezione tra le strutture e la costruzione di compositi annidati. La scelta corretta della struttura ha un impatto diretto sulla chiarezza del codice e sull'efficienza in fase di esecuzione.

Lezione 2 • Dizionari: Chiavi, Valori e Metodi

Tratta la creazione di dizionari, i modelli di accesso e i metodi di iterazione. I dizionari sono la spina dorsale della gestione dei dati strutturati e della configurazione.

Lezione 3 • Tuple e sequenze immutabili

Spiega la creazione, il unpacking e i vantaggi dell'immutabilità delle tuple. Le tuple garantiscono l'integrità dei dati laddove la mutazione causerebbe bug.

Lezione 4 • Set e operazioni di appartenenza

Insegna la creazione, la deduplicazione e l'algebra degli insiemi. I set forniscono test di appartenenza O(1) fondamentali per il codice sensibile alle prestazioni.

Lezione 1 • Definire e chiamare le funzioni

Insegna la sintassi def, i parametri e i valori di ritorno. Le funzioni sono l'unità primaria di riutilizzo per tutti i moduli successivi.

Lezione 2 • Ambito, namespace e chiusure

Spiega le regole di ambito locale, di chiusura, globale e incorporato. La padronanza dell'ambito previene bug subdoli nei programmi più grandi.

Lezione 3 • Docstring e documentazione delle funzioni

Insegna le convenzioni per le docstring e gli strumenti di introspezione. Funzioni ben documentate sono essenziali per la collaborazione in team e la progettazione di API.

Lezione 4 • Funzioni lambda e funzioni di ordine superiore

Introduce le funzioni anonime e le funzioni come oggetti di prima classe. Questi pattern sono alla base della programmazione funzionale e delle API basate su callback.

Lezione 1 • Classi, oggetti e attributi

Introduce la definizione di classe, l'istanziazione e gli attributi di istanza. Le classi organizzano dati e comportamenti correlati in modelli riutilizzabili.

Lezione 2 • Metodi dunder e sovraccarico degli operatori

Tratta __str__, __repr__, __eq__, __len__ e i dunder aritmetici. Metodi dunder personalizzati fanno sì che gli oggetti si comportino naturalmente con la sintassi Python.

Lezione 3 • Metodi: di istanza, di classe e statici

Tratta i tre tipi di metodo e i loro casi d'uso appropriati. Scegliere il tipo di metodo corretto chiarisce l'intento e riduce l'accoppiamento.

Lezione 4 • Incapsulamento e proprietà

Spiega le convenzioni di denominazione private, getter, setter e @property. L'incapsulamento protegge lo stato interno e impone un accesso valido ai dati.

Lezione 1 • Logging con il modulo logging

Spiega i livelli di log, gli handler, i formatter e la gerarchia dei logger. Il logging strutturato sostituisce il debug con print nelle applicazioni di livello produttivo.

Lezione 2 • Manipolazione dei percorsi e operazioni sulle directory

Tratta pathlib per la costruzione di percorsi, l'attraversamento e le interrogazioni del file system. La gestione portabile dei percorsi previene bug specifici del sistema operativo nel codice multipiattaforma.

Lezione 3 • Modelli avanzati di gestione delle eccezioni

Tratta le classi di eccezione personalizzate, il concatenamento delle eccezioni e la soppressione del contesto. Una gestione strutturata degli errori rende le API delle librerie prevedibili e debuggabili.

Lezione 4 • Lavorare con file binari e strutturati

Insegna l'accesso ai file binari e formati strutturati come pickle. L'I/O binario è necessario per immagini, oggetti serializzati e protocolli personalizzati.

Lezione 1 • Gestire le dipendenze con pip

Spiega l'installazione con pip, i file dei requisiti e il blocco delle dipendenze. Una corretta gestione delle dipendenze garantisce ambienti di progetto riproducibili.

Lezione 2 • Lavorare con dati JSON e CSV

Tratta la lettura e la scrittura di JSON e CSV utilizzando gli strumenti della libreria standard. Questi formati sono onnipresenti nello scambio di dati e nei file di configurazione.

Lezione 3 • Creare e importare moduli

Insegna la creazione di moduli, la sintassi di importazione e la gestione dei namespace. Il codice modulare è più facile da testare, mantenere e condividere tra progetti.

Lezione 4 • Costruire e distribuire pacchetti

Tratta la struttura delle directory dei pacchetti, __init__.py e le importazioni relative. I pacchetti consentono di organizzare e distribuire in modo pulito basi di codice di grandi dimensioni.

Lezione 1 • Debug con pdb e strumenti IDE

Spiega i breakpoint, l'esecuzione passo-passo e l'ispezione delle variabili. Un debug sistematico riduce il tempo speso per diagnosticare guasti complessi in fase di esecuzione.

Lezione 2 • Unit testing con pytest

Insegna la struttura delle funzioni di test, le asserzioni e il discovery dei test. I test automatizzati rilevano le regressioni e documentano il comportamento atteso in modo permanente.

Lezione 3 • Copertura del codice e tecniche di refactoring

Insegna la misurazione della copertura e le strategie di refactoring sicuro. Un'elevata copertura e una struttura pulita riducono il tasso di difetti nelle basi di codice a lunga vita.

Lezione 4 • Qualità del codice con linter e formattatori

Tratta flake8, pylint e black per l'applicazione dello stile. Una formattazione e un linting coerenti riducono l'attrito nelle revisioni nei progetti collaborativi.