“Python in pratica” – supporti lezioni

Questo articolo racchiude i materiali di formazione (slides e Notebooks python) del corso Python del FabLab Bergamo, pensato per chi vuole imparare a programmare in modo pratico e immediato grazie alle librerie e la semplificità del linguaggio Python. Lo scopo è di rendere possibili ai partecipanti di realizzare i loro progetti personali con questo linguaggio.

Cosa abbiamo visto

Lezione 1 (slides)

Nella prima lezione abbiamo scoperto Python: la sua storia, la filosofia che lo rende così leggibile, e perché oggi è diventato uno strumento indispensabile in ambito data science, automazione e prototipazione. Siamo partiti dalle fondamenta: come dichiarare variabili, quali tipi di dato esistono (numeri, stringhe, liste) e come manipolarli. Abbiamo poi esplorato le istruzioni di controllo — if per prendere decisioni, while per ripetere operazioni — il tutto accompagnato da esercizi pratici che ci hanno permesso di sporcarci subito le mani con il codice.

Lezione 2 (slides)

Nella seconda lezione abbiamo fatto un salto di qualità. Abbiamo imparato a creare funzioni: blocchi di codice riutilizzabili che rendono i programmi più organizzati e leggibili. Con def abbiamo definito le nostre prime funzioni, scoprendo come passare parametri e ottenere valori di ritorno.

Abbiamo poi approfondito il ciclo for e la funzione range(), strumenti potentissimi per iterare su sequenze di dati. La vera novità sono stati i dizionari: strutture dati che associano chiavi a valori, perfette per organizzare informazioni complesse. Li abbiamo messi alla prova costruendo una rubrica telefonica completa, imparando ad aggiungere, cercare, modificare ed eliminare contatti.

Infine, abbiamo aperto una finestra sul mondo esterno usando la libreria Requests. Abbiamo interrogato servizi web reali: prima l’API di Open-Meteo per ottenere le previsioni del tempo a Bergamo, poi TheCatAPI per recuperare immagini casuali di gatti. È stato entusiasmante vedere come poche righe di Python possano interagire con servizi disponibili su Internet!

Lezione 3 (slides)

Nella terza lezione abbiamo fatto il salto verso l’analisi dati. Dopo un ripasso su liste e dizionari — mettendoli alla prova con un esercizio sul calcolo delle medie scolastiche — abbiamo scoperto come installare e usare librerie esterne con pip.

Abbiamo esplorato Pillow per manipolare immagini: scaricarle dal web, ridimensionarle, ruotarle e convertirle in scala di grigi. Poi siamo passati a Pandas, scoprendo come i DataFrame estendono il concetto di dizionario a tabelle intere di dati. Abbiamo caricato file CSV in Colab, filtrato righe e calcolato statistiche aggregate.

Lezione 4 (slides)

Nella quarta e ultima lezione abbiamo unito tutti i concetti appresi per affrontare un progetto reale: analizzare la propria spesa su Amazon. Dopo un ripasso di Pandas, abbiamo scoperto Matplotlib, la libreria Python per creare grafici e visualizzazioni. Con poche righe di codice abbiamo imparato a generare grafici a linee, a barre e a torta, personalizzandoli con titoli, etichette e legende.

La parte centrale della lezione è stata dedicata all’analisi dei dati Amazon ottenuti tramite richiesta GDPR. Abbiamo caricato il file Retail.OrderHistory.2.csv con Pandas, calcolato statistiche aggregate e visualizzato l’andamento temporale della spesa anno per anno.

Il gran finale è stato l’integrazione con l’intelligenza artificiale: abbiamo usato le API di OpenAI ChatGPT direttamente da Python per classificare automaticamente gli acquisti in categorie (Elettronica, Abbigliamento, Libri, ecc.). Abbiamo visto come installare la libreria openai, configurare la chiave API, e inviare richieste al modello GPT-4. Il risultato è stato un dashboard completo con grafici che mostrano la distribuzione della spesa per categoria — tutto generato con poche righe di codice Python!

I contenuti del notebook

Lezione 1

Il notebook “Lezione 1” vi guida passo passo attraverso tutti gli esempi visti in aula. Si parte dallo “Zen of Python” — la filosofia del linguaggio — per poi passare alla dichiarazione di variabili, all’uso di Python come calcolatrice, alla formattazione dell’output con le comode f-string. Troverete esercizi su if, while e for, pensati per consolidare i concetti con la pratica.

Lezione 2

Il notebook “Lezione 2” inizia con un rapido ripasso dei concetti della prima lezione, per poi addentrarsi nei nuovi argomenti.

La sezione sulle funzioni mostra come definirle, come usare parametri posizionali e nominati (rendendo il codice più leggibile), e come restituire valori. Segue un’esplorazione di range() e del ciclo for, con esempi pratici come il calcolo dei quadrati o il filtraggio di numeri pari.

Il cuore del notebook è dedicato ai dizionari: partendo da zero, costruiamo insieme una rubrica telefonica funzionante. Impariamo ad accedere ai valori tramite chiave, ad aggiungere e modificare contatti, a eliminarli, e a iterare sull’intera rubrica con i metodi keys(), values() e items().

La parte finale è dedicata alle API web: installiamo la libreria Requests con pip, impariamo a fare richieste HTTP GET, e mettiamo in pratica il tutto interrogando servizi reali. L’esempio del meteo mostra come decodificare una risposta JSON e estrarre le informazioni che ci interessano.

Lezione 3

Il notebook “Lezione 3” parte dal ripasso di liste e dizionari, con un esercizio pratico sul calcolo delle medie per materia. Introduce il concetto di codice “pythonesco” — conciso e idiomatico — contrapposto all’approccio verboso.

La sezione su Pillow mostra come scaricare un’immagine da Internet e trasformarla in poche righe di codice. Il cuore del notebook è dedicato a Pandas: un ponte concettuale spiega come passare dai dizionari ai DataFrame, poi si carica un dataset CSV di voti scolastici e si impara a filtrare, raggruppare e calcolare statistiche.

Lezione 4

Il notebook “Lezione 4” è il culmine del corso, dove tutti i concetti si uniscono in un progetto pratico completo.

Si inizia con un ripasso di Pandas, rivedendo come caricare dati tabellari, accedere a colonne e righe, e applicare filtri. Poi si introduce Matplotlib: si impara a creare il primo grafico a linee con plt.plot(), a personalizzarlo con titoli e etichette, e a generare grafici a barre con plt.bar().

La sezione pratica utilizza un dataset reale di acquisti Amazon (ottenibile tramite richiesta GDPR). Si analizzano i dati con Pandas — somme, filtri, raggruppamenti — e si visualizza l’andamento della spesa nel tempo con grafici.

Il notebook culmina con l’integrazione delle API OpenAI: si installa la libreria con pip install openai, si configura il client con la chiave API, e si impara a inviare messaggi al modello GPT-4. L’esercizio finale usa ChatGPT per classificare automaticamente ogni acquisto in categorie merceologiche, dimostrando come l’AI possa risolvere problemi complessi di classificazione testuale. I risultati vengono visualizzati in un dashboard con grafici a torta e a barre, e salvati in un file Excel.

Perché usiamo i Python notebook (Colab)

Il corso utilizza notebook Jupyter/Colab: documenti che combinano testo esplicativo, codice eseguibile e risultati nello stesso file, facilitando l’apprendimento graduale e la sperimentazione guidata. Con Google Colab è possibile eseguire Python direttamente dal browser, senza installazioni locali, salvando i propri esercizi su Google Drive e condividendo facilmente i notebook con il gruppo o con i volontari del FabLab.

Conclusione del corso

Il corso “Python in pratica” si è concluso con la quarta lezione del 31 gennaio. In quattro incontri abbiamo coperto un percorso completo: dalle basi del linguaggio fino all’integrazione con l’intelligenza artificiale, passando per l’analisi dati con Pandas e la visualizzazione con Matplotlib.

Ringraziamo tutti i partecipanti per l’entusiasmo e la partecipazione attiva!

Materiali disponibili

Vi invitiamo a rivedere il materiale, riprovare gli esempi e completare gli esercizi proposti: il corso è fortemente orientato alla pratica e l’uso costante del notebook è il modo migliore per consolidare quanto visto in aula.

Chi desidera approfondire o ha domande può contattare il FabLab Bergamo o il docente tramite i contatti indicati nelle slide, oppure passare in sede durante le attività associative per confrontarsi con i volontari e continuare a sperimentare.

Links ai materiali del corso

Dati di esempio usati nelle lezioni:

Come andare avanti dopo il corso ?

Se volete approfondire, segnalo questo corso in Italiano : Il tutorial di Python. — Documentazione Il tutorial di Python