
In questa lezione vedremo come installare Python e Visual Studio Code
Installiamo Python scaricando il pacchetto dal sito ufficiale, e comprendiamo il funzionamento del gestore delle installazioni di Python
In questa lezione imparerai a utilizzare Jupyter Notebook
In questa lezione apprenderai a utilizzare i tipi di dati fondamentali in Python e a effettuare le operazioni con essi.
In questa lezione apprenderai l'utilizzo delle funzioni input e print e imparerai a formattare le stringhe.
In questa lezione imparerai a gestire le strutture di dati in Python
In questa lezione apprenderai come utilizzare le strutture di controllo e i cicli in Python
In questa lezione apprenderai l'utilizzo delle funzioni e dei moduli in Python
Al termine di questa lezione imparerai a utilizzare gli argomenti posizionali *args e gli argomenti keyword **kwargs
In questa lezione apprenderai l'utilizzo degli argomenti di default, posizionali e per parola chiave
Una lezione di approfondimento su *args e **kwargs
In questa lezione apprenderai i fondamenti della programmazione a oggetti in Python
Al termine di questa lezione sarai in grado di leggere e scrivere file di testo con Python
Al termine di questa lezione sarai in grado di gestire gli errori in Python
Al termine di questa lezione saprai gestire i dati con la libreria pandas ed eseguire dei semplici plot con la librerie matplotlib
Al termine di questa lezione sarai in grado di fare debug e logging in python
Al termine di questa lezione sarai in grado di creare un programma piuttosto articolato in Python come ad esempio un programma per gestire una rubrica di contatti
In questa lezione vedremo come leggere un file csv dei valori di prezzo dell'indice NASDAQ 100 total returns (XNDX) con pandas e calcolare il Compound Annual Growth Rate dell'indice sul suo intero periodo storico
Statistiche del NASDAQ 100 con pandas
In questa lezione apprenderai come ottenere autonomamente i dati necessari per le analisi dei rendimenti
In questa lezione impareremo a visualizzare i grafici dei rendimenti del NASDAQ 100 con matplotlib
In questa lezione imparerai a utilizzare il servizio GPT di OpenAI
In questa lezione impari a realizzare un sistema Web-Only RAG (Retrieval-Augmented Generation) esposto come API REST: l’utente invia una domanda e riceve una risposta generata da un modello di linguaggio che usa solo contenuti cercati sul web in tempo reale e citati come fonti.
Verranno utilizzati FastAPI per l’API, LangChain per orchestrare ricerca, caricamento documenti e catena verso l’LLM, Tavily per la ricerca web e Groq (via compatibilità OpenAI) per la sintesi delle risposte. Completando la lezione sarai in grado di progettare il flusso domanda → ricerca web → estrazione contenuti → sintesi con LLM → risposta con fonti, gestire variabili d’ambiente e chiavi API e integrare ricerca web e LLM in un’applicazione Python pronta per uso didattico o prototipale.
Imparerai a realizzare questo progetto mediante AI Prompting in Cursor.
Congratulazioni: hai completato il tuo corso Python!
Questo corso intensivo di Python offre una base solida e pratica del linguaggio, ideale per chi possiede già familiarità con i concetti di programmazione a oggetti ma accessibile anche a chi si avvicina per la prima volta allo sviluppo software.
Il percorso parte dall’installazione di Python e di Visual Studio Code, prosegue con l’uso di Jupyter Notebook, e introduce la sintassi di base, i tipi di dati e le strutture di controllo (condizioni e cicli), per poi approfondire le principali strutture dati (liste, tuple, dizionari, set) e la definizione di funzioni e moduli (inclusi argomenti di default, posizionali, keyword, *args e **kwargs). Vengono quindi trattati i capisaldi della programmazione orientata agli oggetti (OOP) — classi, oggetti, ereditarietà, polimorfismo — insieme alla gestione dei file, alla gestione degli errori (con try/except) e all’uso delle librerie fondamentali pandas e matplotlib per analisi e visualizzazione dei dati. Una sezione è dedicata alle buone pratiche di sviluppo — debug (con print(), pdb) e logging — e culmina nello sviluppo di una applicazione CLI per la gestione di una rubrica (aggiunta, modifica, rimozione, ricerca contatti e salvataggio su file), mettendo in pratica l’organizzazione del codice in un progetto strutturato.
In una sezione dedicata all’intelligenza artificiale viene proposto un progetto pratico di Web-Only RAG (Retrieval-Augmented Generation): un’API FastAPI che risponde a domande dell’utente combinando ricerca web in tempo reale (Tavily) e modelli di linguaggio (Groq). Lo sviluppo di questo modulo è svolto con l’ausilio di Cursor come ambiente di editing e di tecniche di AI prompting: gli studenti imparano a descrivere obiettivi e vincoli in linguaggio naturale e a iterare sui prompt per ottenere il comportamento desiderato dall’assistente, sperimentando in modo concreto come strumenti di coding assistito e prompting possano supportare la progettazione e la manutenzione del codice in un contesto reale.
A completamento, un caso reale di analisi dei rendimenti del NASDAQ 100 mostra il calcolo del rendimento annualizzato con pandas, permettendo di collegare i concetti appresi a un workflow dati concreto. Il percorso si chiude con una lezione finale di congratulazioni, pensata per consolidare i risultati e indicare i prossimi passi.