Computing and Programming

Objetivos

1. Compreender conceitos de computação.
2. Saber comunicar ideias de programação utilizando pseudolinguagens gráficas ou simbólicas.
3. Conhecer as principais primitivas da linguagem Python, explorando a sua utilização na elaboração de programas de visualização e tratamento de dados.
4. Analisar um problema real e criar um algoritmo de resolução eficaz e eficiente.

No que respeita a competências transversais pretende-se que os alunos adquiram autonomia na sua atividade de aprendizagem, promovam a criatividade e melhorem a capacidade de comunicação oral e escrita.

Programa

1. Introdução à computação e programação;
2. Tipos e estruturas de dados, uso de ficheiros;
3. Estruturas de Controlo do Fluxo de Dados;
4. Processamento e visualização de dados com as bibliotecas pandas e mathplotlib;
5. Algoritmos e programação estruturada;
6. Conceitos de orientação aos objetos com Python.

Métodos de Ensino

As aulas teóricas incluem segmentos expositivos em que se apresentam os conceitos com recurso a exemplos e demonstrações que ilustram a utilização da linguagem de programação. Utilizam-se algumas metodologias dinâmicas baseadas em gamificação.

As aulas de laboratório são preenchidas pela resolução conjunta de problemas e fichas de trabalho.

Avaliação por frequência - frequência (NF), 2 projetos de grupo (PG1 e PG2), atividades assíncronas semanais (AA).

A classificação final (CF) é calculada através de:

Se NF >=7 então CF=0.40*NF+0.20*PG1+25*PG2 + 0,15*AA senão CF=NF

Avaliação por exame: segundo projeto (PG2) e exame escrito (NE).

A classificação final (CF) é calculada de acordo com:

Se NE>=10 então CF= 0.6*NE+0.4*PG2 senão CF=NE

Bibliografia

Gaël Varoquaux, Olav Vahtras, Emmanuelle Gouillart, & Pierre de Buyl (Eds.). (2024). Scipy Lecture Notes. Release 2024.1 (April 2024). https://scipy-lectures.org/

Ernesto Costa. (2015). Programação em Python—Fundamentos e Resolução de Problemas. FCA.

Pine, D.J. (2019) Introduction to Python for Science and Engineering. CRC Press.

Downey, A. B. (2024). Think Python: How to Think Like a Computer Scientist. O'Reilly Media; 3rd edition.

Galea, A. (2018). Beginning Data Science with Python and Jupyter: Use powerful tools to unlock actionable insights from data. Packt Publishing.

Método de Avaliação

De acordo com Métodos de Ensino - 100 %