PRINCIPI DI BIOINFORMATICA 1

Modulo PRINCIPI DI INFORMATICA

Al termine del corso lo studente sarà in grado di comprendere i principi fondamentali della programmazione e la distinzione tra linguaggi compilati e interpretati, riconoscendo i principali costrutti logici (sequenza, selezione e iterazione) e la loro rappresentazione mediante diagrammi di flusso. Acquisirà familiarità con i linguaggi R e Python, conoscendone la struttura, la sintassi e i principali tipi di dato, sia primitivi che strutturati. Sarà in grado di tradurre semplici algoritmi in codice funzionante, utilizzare costrutti di controllo (if, for, while), creare e gestire strutture dati come liste, matrici e data frame, leggere e scrivere file e rappresentare graficamente i dati. Lo studente svilupperà inoltre la capacità di installare e utilizzare pacchetti esterni, applicare i principi della programmazione per risolvere problemi di base e selezionare l’ambiente di sviluppo più adatto al tipo di attività. Al termine del percorso formativo sarà in grado di lavorare in modo autonomo nella scrittura, esecuzione e verifica di script elementari, comprendendo la logica che guida la progettazione e l’implementazione degli algoritmi.

Le lezioni si svolgeranno mediante presentazioni PowerPoint e dimostrazioni pratiche in aula. Durante il corso saranno inoltre proposte esercitazioni guidate al computer per favorire l’acquisizione delle competenze di base nella programmazione. 

Non sono richieste conoscenze pregresse di programmazione. È tuttavia utile una familiarità di base con l’uso del computer e con i concetti generali di logica e matematica di livello liceale.

Parte I - Introduzione alla programmazione.
Definizione di algoritmo e di linguaggio di programmazione.
Descrizione dei traduttori e distinzione tra linguaggi compilati e interpretati.
Concetti di base della programmazione: variabili, assegnamento, tipi di dato e tipi di operatori (aritmetici, relazionali e booleani).
Introduzione ai costrutti fondamentali della programmazione (sequenza, selezione e iterazione).
I diagrammi di flusso e la Notazione Lineare Strutturata.
Esercitazioni su algoritmi e diagrammi di flusso.
Quiz di verifica.

Parte II - Introduzione al linguaggio R.
Installazione e introduzione a R e all'ambiente di sviluppo Rstudio.
Basi del linguaggio: commenti, assegnazione di valori a variabili, valori speciali, tipi di dato primitivi e avanzati, controllo e conversione del tipo di dato.
Sintassi degli operatori aritmetici, relazionali e booleani.
Sintassi dei costrutti fondamentali (if-else, while, for) e implementazione di semplici diagrammi di flusso.
Definizione di funzione e relative esercitazioni.
Introduzione del tipo di dato vettoriale (funzione di concatenazione, funzione seq(), rep() e altre funzioni di utilità sui vettori).
Introduzione al tipo di dato matriciale e relative funzioni (estrazione di elementi, filtri, gestione di righe e colonne).
Esercitazioni su vettori e matrici.
Introduziona al tipo di dato lista (la funzione list() e le funzioni di utilità, estrazioni di elementi).
Introduziona al tipo di dato dataframe (funzioni di utilità, estrazione di elementi, aggiunta/rimozione di righe e colonne, gestione dei valori NA).
Esercitazioni su liste e dataframes.
Lettura e scrittura files.
Grafici in R (line plots, bar plots, pie charts e parametri estetici).
Installazione di librerie in R da CRAN e Bioconductor.
Quiz di verifica.

Parte III - Introduzione a Python
Installazione e introduzione a Python e all'ambiente di sviluppo Spyder.
Basi del linguaggio: commenti, assegnazione di valori a variabili, valori speciali, tipi di dato primitivi e avanzati, controllo e conversione del tipo di dato, stringhe e relative operazioni.
Sintassi degli operatori aritmetici, relazionali e booleani.
Sintassi dei costrutti fondamentali (if-else, while, for) e implementazione di semplici diagrammi di flusso.
Definizione di funzioni e docstrings e relative esercitazioni.
La standard library di Python.
Introduziona al tipo di dato lista (creazione di una lista, estrazione di elementi e metodi relativi).
Tuple e set (definizione e metodi relativi).
Dizionari (definizione e metodi relativi).
Instalazione di moduli esterni tramite pip e installazione di pandas e numpy.
Introduzione alle matrici di numpy e relative operazioni. Esercitazioni su matrici.
Introduzione alle series di pandas e relative operazioni.
Introduzione ai dataframes di pandas e relative operazioni.
Esercitazioni su series e dataframes.
Grafici in Python con matplotlib (line plots, bar plots e parametri estetici).
Quiz di verifica.

Quali dei seguenti tipi di dato può contenere elementi di tipo diverso?

a.             Vettore

b.             Matrice

c.             Lista

d.             Nessuna delle precedenti

 

Quale è il modo corretto di assegnare una matrice alla variabile my_matrix in R?

a. my_matrix = array([ [1,2], [5,3], [7,8] ])

b. my_matrix = [ [1,2], [5,3], [7,8] ]

c. my_matrix = matrix(c(1,2, 5,3, 7,8), nrow=3, ncol=2)

d. my_matrix = m(c(1,2, 5,3, 7,8), nrow=3, ncol=2)

Quale è il simbolo di assegnazione in R?

a.        =

b.        <-

c.        <=

d.        ==

 

In RStudio, quale finestra viene utilizzata per visualizzare il contenuto delle variabili e gli oggetti caricati nell’ambiente di lavoro? 

a.        Console

b.        Plots

c.        Editor per gli script

d.        Environment