Programação II

Código:

CC1028

Sigla:

CC1028

Áreas Científicas
Classificação	Área Científica
OFICIAL	Ciência de Computadores

Ocorrência: 2024/2025 - 2S

Ativa?	Sim
Unidade Responsável:	Departamento de Ciência de Computadores
Curso/CE Responsável:	Licenciatura em Matemática Aplicada

Ciclos de Estudo/Cursos

Sigla	Nº de Estudantes	Plano de Estudos	Anos Curriculares	Créditos UCN	Créditos ECTS	Horas de Contacto	Horas Totais
L:B	3	Plano de Estudos Oficial	3	-	6	48	162
L:BIOINF	32	Plano de Estudos Oficial	1	-	6	48	162
L:EG	20	Plano estudos a partir do ano letivo 2019	1	-	6	48	162
L:F	3	Plano de Estudos Oficial	3	-	6	48	162
L:G	0	Plano estudos a partir do ano letivo 2017/18	2	-	6	48	162
			3
L:M	15	Plano de Estudos Oficial	2	-	6	48	162
			3
L:MA	43	Plano de Estudos Oficial	2	-	6	48	162
L:Q	0	Plano estudos a partir do ano letivo 2016/17	3	-	6	48	162

Língua de trabalho

Português - Suitable for English-speaking students

Objetivos

O objetivo desta disciplina é compreender e desenvolver técnicas para usar a linguagem de programação para desenvolver programas complexos e automatizar tarefas práticas. Isto inclui compreender e desenvolver programas com tipos abstratos de dados (TAD), em particular para a extração, processamento e visualização de dados.

Resultados de aprendizagem e competências

O estudante deverá ser capaz de:

• Utilizar com confiança as estruturas de dados básicas do Python.
• Programar com o nível adequado de abstracção e encapsulamento.
• Produzir código correcto, bem estruturado e bem documentado.
• Extrair e processar dados de fontes diversas em diferentes formatos.
  
• Utilizar bibliotecas externas para visualização de dados numéricos e geográficos.

Nota: nesta unidade curricular a programação é feita utilizando a linguagem Python.

Modo de trabalho

Presencial

Pré-requisitos (conhecimentos prévios) e co-requisitos (conhecimentos simultâneos)

É preferencial alguma familiaridade básica com a linguagem Python e o seu ambiente de desenvolvimento, tal como constante no programa da Unidade Curricular de Programação I.

Programa

Revisão do Python. Tipos básicos do Python. Tipos de dados para coleções: listas, tuplos, dicionários e conjuntos.

Definição de novos tipos: noção de classe, objetos, atributos e métodos. Estruturação de código utilizando módulos.

Conceitos sobre os mais típicos exemplos de objectos (listas ligadas, pilhas, filas, árvores, entre outros).

Três princípios básicos de programação: encapsulamento, abstracção, e separação de conceitos.

Introdução à extracção e processamento de dados. Leitura de dados textuais em diferentes formatos e conversão em estruturas de dados Python. Manipulação e tratamento de dados programaticamente.

Introdução à visualização de dados. O uso de bibliotecas externas. Visualização de informação numérica e geoespacial.

Bibliografia Obrigatória

Allen Downey; How to think like a computer scientist. ISBN: 0-9716775-0-6

Bibliografia Complementar

Daniel Y. Chen; Pandas for Everyone, Addison-Wesley
Jake VanderPlas; Python data science handbook: Essential tools for working with data, O'Reilly Media, Inc (https://jakevdp.github.io/PythonDataScienceHandbook/)
Wes McKinney; Python for data analysis: Data wrangling with Pandas, NumPy, and IPython, O'Reilly Media, Inc
Christian Hill; Learning Scientific Programming with Python 2nd Edition, Cambridge University Press , 2020. ISBN: 1108745911 (https://scipython.com/book2/)

Métodos de ensino e atividades de aprendizagem

- Aulas teóricas em parte expositivas e em parte demonstrativas da resolução de problemas.

- Aulas práticas em laboratório.

- Trabalhos de casa.

Software

Pycharm Community Edition

Palavras Chave

Ciências Físicas > Ciência de computadores > Programação

Tipo de avaliação

Avaliação distribuída sem exame final

Componentes de Avaliação

Designação	Peso (%)
Trabalho prático ou de projeto	50,00
Teste	50,00
Total:	100,00

Componentes de Ocupação

Designação	Tempo (Horas)
Estudo autónomo	106,00
Frequência das aulas	56,00
Total:	162,00

Obtenção de frequência

Para obter frequência, o aluno não pode exceder o limite legal de faltas. Os alunos que obtiveram frequência no ano anterior estão dispensados da frequência das aulas práticas.

Fórmula de cálculo da classificação final

A avaliação será feita através de:
- um trabalho prático individual (50%), a ser desenvolvido durante as aulas práticas e incluindo tarefas adicionais de trabalho de casa
- um teste para avaliar os conceitos lecionados nas aulas (50%).

A nota final será a média aritmética das notas do trabalho e do teste, onde a componente do teste terá de ter a nota mínima de 6 em 20 para o aluno obter aprovação.

Alunos que não obtiverem a nota mínima no teste, podem repetir essa componente no exame de recurso.

Avaliação especial (TE, DA, ...)

Estudantes com estatuto de trabalhador estudante ou com acesso à época especial poderão submeter uma versão do trabalho nessa altura.

Melhoria de classificação

O exame de recurso serve para subtituir a nota da componente de avaliação do teste.