Sobre Python:
- Primera clase:
Introducción a Python → Colab
Planilla para cargar datos → Sheets
Uso del calibre → ppt - Segunda clase:
Intro a histogramas en Python → Colab - Clase Montecarlo → Colab
- Regresión lineal → Colab
- Oscilatorio → Colab
- Amortiguado → Colab
- Por qué usar Python en ciencia (una selección de artículos aparecidos recientemente en Nature):
- Interactive notebooks: Sharing the code (Nature 2014)
- Programming: pick up Python (Nature 2015)
- Why Jupyter is data scientists’ computational notebook of choice (Nature 2018)
- SciPy 1.0: fundamental algorithms for scientific computing in Python (Nature 2020)
- Data explorer: IPython Notebook; en “Ten computer codes that transformed science” (Nature 2021)
- Notebooks y datos para descargar [construidas por Gabriel Volonnino y Adán Garrós]
- Introducción a Python (notebook)
- Guía para construcción de histogramas en Python (notebook y datos de ejemplo) (noteboook breve guía de histogramas)
- Guia introductoria al calculo simbólico usando la librería Sympy (notebook)
- Análisis de señales del fotosensor con Python
- Análisis de una señal periódica (notebook)
- Tutoriales de Python
SOBRE informes de LABORATORIO:
- Estructura general sugerida para un Informe de laboratorio
- Template para informe en LaTeX (para quienes quieran usar LaTeX para escribir su informe) y version PDF [ambos construidos por Adan Garros]
- Uso de Overleaf (y otros recursos) para informes de laboratorio [por Adan Garros]
Sobre el cuaderno de laboratorio:
- Decalogo del cuaderno de laboratorio (por O. Martinez).
- Laboratory notebooks in the digital era: the role of ELNs in record keeping for chemistry and other sciences (Chem. Soc. Rev., 2013)
- Research tools: Jump off the page (Nature 2014).
- How to pick an electronic laboratory notebook (Nature 2018).
- How to keep a lab notebook (Science 2019).
SOBRE ESTADISTICOS:
SCRIPTS UTILES:
CODIGOS PYTHON:
- Para seguimiento de objetos en series de imágenes (aportado por Gabriel Volonnino)
Masa efectiva del resorte: