Guida completa a Python

📘 Capitolo 13 – Data Science & Machine Learning (base)

1. Cos’è la Data Science?

La Data Science è l’arte di:

• Analizzare i dati
• Trovare pattern e tendenze
• Creare modelli predittivi con Machine Learning
• Visualizzare risultati in modo comprensibile

2. Librerie fondamentali

Libreria	A cosa serve
pandas	Tabelle, CSV, manipolazione dati
numpy	Array e operazioni matematiche
matplotlib	Grafici
seaborn	Grafici statistici avanzati
scikit-learn	Machine Learning (modelli, training, test)

3. Installazione

pip install pandas numpy matplotlib seaborn scikit-learn

4. Dataset di esempio: CSV con Pandas

📁 Esempio: dati.csv

Nome,Età,Altezza
Luca,25,1.75
Anna,30,1.65
Marco,22,1.80

📄 Codice:

import pandas as pd

# Carichiamo il dataset
df = pd.read_csv("dati.csv")

# Visualizziamo i dati
print(df)

# Statistiche base
print(df.describe())

# Accesso a colonne
print("Età media:", df["Età"].mean())

5. Visualizzazioni con matplotlib e seaborn

import matplotlib.pyplot as plt
import seaborn as sns

# Istogramma dell'età
sns.histplot(df["Età"], kde=True)
plt.title("Distribuzione Età")
plt.xlabel("Età")
plt.ylabel("Frequenza")
plt.show()

Mini modello ML: Regressione Lineare

Prevediamo l’altezza in base all’età!

from sklearn.linear_model import LinearRegression

X = df[["Età"]]         # input
y = df["Altezza"]       # output

modello = LinearRegression()
modello.fit(X, y)

# Predizione: altezza prevista per 28 anni
predizione = modello.predict([[28]])
print("Altezza prevista:", predizione[0])

Cosa hai imparato qui?

• Come caricare e analizzare dati con pandas
• Come creare grafici semplici con seaborn
• Come usare Scikit-Learn per un modello ML base

🧪 Esercizio pratico

1. Creare un file studenti.csv
2. Caricarlo con pandas
3. Calcolare:
   • Media dei voti
   • Chi ha il voto più alto
4. Visualizzare un grafico a barre dei voti con matplotlib

Step 1 – Crea il file studenti.csv

Puoi farlo manualmente oppure usare Python:

import pandas as pd

dati = {
    "Nome": ["Luca", "Anna", "Marco", "Giulia"],
    "Voti": [25, 28, 21, 30]
}

df = pd.DataFrame(dati)
df.to_csv("studenti.csv", index=False)

Step 2 – Caricamento e analisi

import pandas as pd
import matplotlib.pyplot as plt

# Carica il file
df = pd.read_csv("studenti.csv")

# Stampa il contenuto
print("📋 Dati caricati:\n", df)

# Calcolo media
media = df["Voti"].mean()
print(f"\n📈 Voto medio: {media:.2f}")

# Studente col voto più alto
migliore = df.loc[df["Voti"].idxmax()]
print(f"🏆 Studente con il voto più alto: {migliore['Nome']} ({migliore['Voti']})")

Step 3 – Grafico a barre

# Grafico a barre
plt.figure(figsize=(6,4))
plt.bar(df["Nome"], df["Voti"], color='skyblue')
plt.title("Voti degli studenti")
plt.xlabel("Studente")
plt.ylabel("Voto")
plt.ylim(0, 35)
plt.axhline(media, color='red', linestyle='--', label=f"Media: {media:.2f}")
plt.legend()
plt.tight_layout()
plt.show()

Cosa hai imparato:

• Come leggere un file CSV
• Come fare semplici statistiche
• Come usare matplotlib per grafici eleganti
• Come identificare valori massimi (idxmax())

Pagine: 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19