Bem-vindo ao repositório de suporte à cadeira de Estruturas de Dados para Bioinformática 2024/2025. Neste repositório poderá encontrar todo o material de suporte à cadeira.
Pode navegar todo o conteúdo desta página no repositório associado, que inclui os exemplos de código Python utilizados nas aulas.
Pode consultar material de anos anteriores nas sub-páginas:
- Projeto 0 - Desenferrujar
- Projeto 1 - Análise de texto
- Projeto 2 - Análise de dados
- Projeto 3 - Visualização e animação de dados
Os projetos práticos devem ser realizados em grupos de 2 elementos, e devem ser entregues por email para o regente até às seguintes datas. Estas datas podem vir a ser alteradas consoante o calendário académico.
- Projeto 1: 23 Março
- Projeto 2:
13 Abril20 Abril - Projeto 3: 1 Junho
Nota: A resolução dos projetos será acompanhada nas aulas práticas. A apreciação final dos projetos terá também em consideração o progresso dos alunos durante as aulas.
🆕 As defesas presenciais dos projetos práticos são obrigatórias e decorrerão dia 16 de Junho, na sala FC6 029. Cada grupo deve consultar esta folha partilhada e mandar um email ao regente (hpacheco@fc.up.pt) a reservar uma slot.
🆕 Acesso às folhas de cálculo requer login com conta upXXXXXXXXX@g.uporto.pt. Para os alunos que ainda não tiverem conta Google UP, podem activá-la na vossa página pessoal do Sigarra, tab Apps U.Porto > Conta Google.
- Allen Downey; How to think like a computer scientist. ISBN: 0-9716775-0-6 interactive edition
- Wes McKinney; Python for data analysis: Data wrangling with Pandas, NumPy, and IPython. O'Reilly Media, Inc. interactive notebooks
- Jake VanderPlas; Python data science handbook: Essential tools for working with data. O'Reilly Media, Inc. interactive edition
- Daniel Y. Chen; Pandas for Everyone, Addison-Wesley supporting data
- Christian Hill; Learning Scientific Programming with Python 2nd Edition. Cambridge University Press interactive edition
- Martin Jones; Biological data exploration with Python, pandas and seaborn: Clean, filter, reshape and visualize complex biological datasets using the scientific Python stack. Independently published supporting data
- Sam Morley; Applying Math with Python, Packt Publishing supporting data
As aulas Teórico-Práticas decorrerão num só bloco semanal. Terão uma primeira parte Teórica, de apresentação de conceitos, e uma segunda parte Prática, de trabalho nos projetos.
Esta planificação serve para dar uma ideia resumida das aulas planeadas e/ou dadas, e está sujeita a alteração.
- T01 (20/02): Apresentação da cadeira, ambiente de desenvolvimento e conceitos base
- T02 (27/02): Iteração, recursividade e tipos base (strings, listas, tuplos)
- T03 (06/03): Ficheiros, dicionários e sets
- T04 (13/03): Compreensões e formatos de dados
- T05 (20/03): Apoio à resolução dos projetos
Entrega do Projeto 1
- T06 (27/03): Computação numérica com arrays (NumPy)
- T07 (03/04): Análise de dados tabulares (Pandas)
- T08 (10/04): Análise de grafos (NetworkX) e Gráficos (matplotlib)
Entrega do Projeto 2
- T09 (24/04): Gráficos estáticos vs interativos (matplotlib)
- T10 (15/05): Mapas
- T11 (22/05): Visualização de grafos e Visualização web
- T12 (29/05): Apoio à resolução dos projetos
Entrega do Projeto 3
-
P01 (20/02): Projeto 0 - Desenferrujar
-
P02 (27/02): Projeto 0 - Desenferrujar
-
P03 (06/03): Projeto 1 - Análise de texto
-
P04 (13/03): Projeto 1 - Análise de texto
-
P05 (20/03): Projeto 1 - Análise de texto
-
P06 (27/03): Projeto 2 - Análise de dados
-
P07 (03/04): Projeto 2 - Análise de dados
-
P08 (10/04): Projeto 2 - Análise de dados
-
P09 (24/04): Projeto 3 - Visualização e animação de dados
-
P10 (15/05): Projeto 3 - Visualização e animação de dados
-
P11 (22/05): Projeto 3 - Visualização e animação de dados
-
P12 (29/05): Projeto 3 - Visualização e animação de dados