le basi di Python

Cominciamo con alcuni concetti fondamentali:

1. Variabili e Tipi di Dati: In Python, una variabile ti consente di memorizzare un valore assegnandogli un nome. Non devi dichiarare esplicitamente il tipo di dati; Python lo rileva automaticamente. Ad esempio:

   x = 10          # Questo è un intero
   y = 20.5        # Questo è un numero decimale (float)
   nome = "Mario"  # Questa è una stringa di testo

2. Operazioni Aritmetiche: Python supporta le operazioni aritmetiche di base come addizione, sottrazione, moltiplicazione e divisione.

   somma = x + y      # Addizione
   differenza = x - y # Sottrazione
   prodotto = x * y   # Moltiplicazione
   quoziente = x / y  # Divisione

3. Strutture di Controllo:

• Istruzioni condizionali: Ti permettono di eseguire differenti blocchi di codice a seconda che una condizione sia vera o falsa. if x > y: print("x è maggiore di y") elif x < y: print("x è minore di y") else: print("x e y sono uguali")
• Cicli: Python supporta principalmente due tipi di cicli: for e while. # Ciclo for for i in range(5): # Ripete il blocco di codice 5 volte print(i) # Ciclo while count = 0 while count < 5: print(count) count += 1 # Equivalente a count = count + 1

3. Funzioni: Una funzione in Python è un blocco di codice riutilizzabile che esegue una specifica azione. Ad esempio:

   def saluta(nome):
       print("Ciao " + nome + "!")

   saluta("Alice")

5. Liste e Dizionari: Le liste consentono di memorizzare più elementi in un’unica variabile, mentre i dizionari memorizzano coppie di chiavi e valori.

   # Lista
   frutti = ["mela", "banana", "ciliegia"]
   print(frutti[0])  # Stampa "mela"

   # Dizionario
   persona = {"nome": "Giovanni", "età": 30}
   print(persona["nome"])  # Stampa "Giovanni"

1. Manipolazione delle Stringhe: Come manipolare e lavorare con le stringhe di testo in Python.
2. Strutture Dati Avanzate: Approfondimenti su liste, tuple, dizionari e set.
3. Comprensione delle Liste: Una sintassi concisa per creare liste basate su esistenti.
4. File I/O: Come leggere e scrivere file.
5. Gestione delle Eccezioni: Come gestire gli errori nel tuo codice.
6. Programmazione Orientata agli Oggetti (OOP): Creare classi e oggetti in Python.
7. Moduli e Pacchetti: Utilizzare e creare moduli e pacchetti per strutturare il tuo codice.
8. Espressioni Regolari: Per la ricerca e la manipolazione di stringhe.
9. Scripting di Base e Automazione: Scrivere script per automatizzare compiti ripetitivi.
10. Data Science e Analisi dei Dati: Utilizzare Python per l’analisi dei dati e la visualizzazione.

Ecco una panoramica dettagliata di ciascun argomento con esempi di codice in Python:

1. Manipolazione delle Stringhe

In Python, le stringhe sono sequenze di caratteri. Possono essere manipolate in vari modi:

frase = "Ciao, mondo!"
print(frase.upper())  # Converti in MAIUSCOLO
print(frase.lower())  # Converti in minuscolo
print(frase.replace("m", "p"))  # Sostituisci caratteri
print(frase.split(","))  # Dividi la stringa in una lista

2. Strutture Dati Avanzate

Python offre diverse strutture dati come liste, tuple, dizionari e set:

# Liste
lista = [1, 2, 3, 4]
lista.append(5)  # Aggiungi un elemento
lista.remove(2)  # Rimuovi un elemento

# Tuple (immutabili)
tupla = (1, 2, 3)

# Dizionari
dizionario = {'nome': 'Alice', 'età': 25}
dizionario['età'] = 26  # Modifica un valore

# Set (collezioni uniche)
insieme = {1, 2, 3, 4, 4, 5}
print(insieme)  # Stampa {1, 2, 3, 4, 5}

3. Comprensione delle Liste

La comprensione delle liste permette di creare nuove liste da quelle esistenti in modo conciso:

numeri = [1, 2, 3, 4, 5]
quadrati = [n ** 2 for n in numeri]
print(quadrati)  # Stampa [1, 4, 9, 16, 25]

4. File I/O

Leggere e scrivere file è una parte fondamentale della programmazione Python:

# Scrivere in un file
with open('testo.txt', 'w') as f:
    f.write("Ciao, mondo!")

# Leggere da un file
with open('testo.txt', 'r') as f:
    contenuto = f.read()
    print(contenuto)

5. Gestione delle Eccezioni

Gestire le eccezioni aiuta a controllare gli errori in modo elegante:

try:
    risultato = 10 / 0
except ZeroDivisionError:
    print("Diviso per zero!")

6. Programmazione Orientata agli Oggetti (OOP)

La OOP in Python consente di creare classi e oggetti:

class Persona:
    def __init__(self, nome, età):
        self.nome = nome
        self.età = età

    def saluta(self):
        print("Ciao, mi chiamo " + self.nome)

alice = Persona("Alice", 25)
alice.saluta()

7. Moduli e Pacchetti

I moduli e i pacchetti aiutano a organizzare e riutilizzare il codice:

# Supponiamo di avere un file math_utils.py con una funzione add()
from math_utils import add
print(add(5, 3))  # Utilizza la funzione dal modulo

8. Espressioni Regolari

Le espressioni regolari permettono di cercare pattern all’interno delle stringhe:

import re
testo = "Il mio numero è 123-456-7890."
pattern = r"\d{3}-\d{3}-\d{4}"
risultato = re.search(pattern, testo)
print(risultato.group())  # Stampa il numero trovato

Le espressioni regolari, note anche come regex o regexp, sono una potente strumento per la ricerca e la manipolazione di stringhe di testo. Funzionano definendo un pattern (modello) che specifica una serie di condizioni che una stringa deve soddisfare per corrispondere al pattern stesso.

Ecco alcuni concetti fondamentali sul funzionamento delle espressioni regolari:

1. Caratteri letterali: I caratteri normali come lettere e numeri corrispondono a se stessi. Ad esempio, la regex casa corrisponderà alla stringa “casa”.
2. Metacaratteri: Sono caratteri speciali che hanno un significato particolare all’interno di una regex. Esempi comuni includono:

• . (punto): corrisponde a qualsiasi carattere singolo, eccetto il carattere di nuova linea.
• ^ (circumflex): indica l’inizio di una stringa.
• $ (dollaro): indica la fine di una stringa.
• * (asterisco): indica zero o più occorrenze del carattere precedente.
• + (più): indica una o più occorrenze del carattere precedente.
• ? (interrogativo): indica zero o una occorrenza del carattere precedente.

1. Classi di caratteri: Consentono di specificare un insieme di caratteri tra cui può esserci una corrispondenza. Ad esempio, [abc] corrisponderà a qualsiasi carattere ‘a’, ‘b’, o ‘c’. Si possono anche definire intervalli, come [a-z] per corrispondere a qualsiasi lettera minuscola.
2. Gruppi e intervalli: Le parentesi ( ) sono usate per definire gruppi, e possono essere utilizzate per applicare quantificatori a intere sequenze di caratteri. Ad esempio, (ab)+ corrisponderà a “ab”, “abab”, “ababab”, e così via.
3. Quantificatori: Specificano quante volte un elemento deve essere presente per una corrispondenza. {n} indica esattamente n volte, {n,} almeno n volte, e {n,m} da n a m volte.
4. Escape: Il backslash \ è usato per “sfuggire” ai metacaratteri quando si vuole cercare il loro valore letterale. Ad esempio, \. corrisponderà al carattere punto effettivo.
5. Flag: Le espressioni regolari possono avere dei flag che ne modificano il comportamento, come i per ignorare la distinzione tra maiuscole e minuscole, g per effettuare una ricerca globale nell’intera stringa, e m per il multiline matching.

Ecco un semplice esempio: la regex \d{2,4} cercherà da 2 a 4 cifre consecutive in una stringa.

Le espressioni regolari possono diventare molto complesse e potenti, consentendo di effettuare operazioni sofisticate di ricerca e sostituzione su testo. Sono ampiamente utilizzate in linguaggi di programmazione, editor di testo, strumenti di elaborazione dati e sistemi di gestione di database.

https://www.ionos.it/digitalguide/siti-web/programmazione-del-sito-web/regex-in-python

9. Scripting di Base e Automazione

Python è spesso usato per scrivere script che automatizzano compiti semplici:

import os

# Elenco di tutti i file e cartelle nella directory corrente
for nome in os.listdir('.'):
    print(nome)

10. Data Science e Analisi dei Dati

Python ha librerie potenti come Pandas e Matplotlib per l’analisi dei dati:

import pandas as pd
import matplotlib.pyplot as plt

# Crea un DataFrame
dati = {'Nomi': ['Alice', 'Bob', 'Charlie'], 'Età': [24, 27, 25]}
df = pd.DataFrame(dati)

# St

ampa il DataFrame
print(df)

# Traccia un grafico
df.plot(kind='bar', x='Nomi', y='Età')
plt.show()