Guía docente de Fundamentos de Programación Aplicada al Análisis Social (MD6/56/1/2)

1. Introducción a la programación: lenguajes R y Python 
2. Programación en R: 
   • Variables, operadores y tipos de datos 
   • Carga y transformación de conjuntos datos
   • Flujos de procesamiento 
   • Visualización básica de datos
3. Programación en Python: 
   • Variables, operadores y tipos de datos simples
   • Tipos de datos estructurados
   • Condicionales y bucles 
   • Entrada y salida de datos
   • Funciones 
4. Buenas prácticas de programación
    

No existen prerrequisitos

• Presentar la historia de la programación y de los distintos paradigmas de programación, situando en ese contexto el lenguaje de programación que se va a utilizar.
• Conocer y distinguir los conceptos de algoritmo y programa.
• Aprender a usar las estructuras de control básicas: secuencial, condicional e iterativa.
• Motivar e introducir los tipos de datos específicos de cada lenguaje: vectores, listas, dataframe, diccionarios, etc. así como sus operaciones.
• Motivar y aprender a resolver problemas mediante algoritmos
   

1. Introducción a la programación: lenguajes R y Python 
2. Programación en R: 
   • Variables, operadores y tipos de datos 
   • Carga y transformación de conjuntos datos
   • Flujos de procesamiento 
   • Visualización básica de datos
3. Programación en Python: 
   • Variables, operadores y tipos de datos simples
   • Tipos de datos estructurados
   • Condicionales y bucles 
   • Entrada y salida de datos
   • Funciones 
4. Buenas prácticas de programación

1. Instalación de entornos de programación R y Python.
2. Programación en lenguaje R
3. Programación en lenguaje Python
    

R
Davies, T. M. (2016). The book of R: a first course in programming and statistics. No Starch Press.
Fernández-Avilés, G., & Montero, J.-M. (2024). Fundamentos de ciencia de datos con R. McGraw-Hill Interamericana de España.
Haro, J. J. de. (2017). Introducción a la programación con R: R como primer lenguaje de programación, orientado a la aplicación científica. Independently published.
Long, J. D., & Teetor, P. (2019). R cookbook: Proven recipes for data analysis, statistics, and graphics. O’Reilly Media.
Wickham, H., Çetinkaya-Rundel, M., & Grolemund, G. (2023). R for data science.  O’Reilly Media, Inc.

Python
Shah, C. (2026). A Hands-On Introduction to Data Science with Python. Cambridge University Press.
Gahete Diaz, J.L. et al. (2024). Fundamentos de Programación con Python. McGrawHill.
Severance, C.R. (2020). Python para Todos: Explorando la información con Python 3. Independently published.
Matthes, E. (2024). Curso intensivo de Python: introducción práctica a la programación basada en proyectos. Anaya Multimedia
Beazley, D., & Jones, B. K. (2013). Python cookbook: Recipes for mastering Python 3.  O’Reilly Media, Inc.

Van Atteveldt, W., Trilling, D., & Calderon, C. A. (2022). Computational analysis of communication: A Practical Introduction to the Analysis of Texts, Networks, and Images With Code Examples in Python and R. John Wiley & Sons.

R
Grolemund, G. (s. f.). Hands-On Programming with R. Recuperado 5 de mayo de 2024, de https://rstudio-education.github.io/hopr/
Long, J. (JD), & Teetor, P. (s. f.). R Cookbook, 2nd Edition. Recuperado 5 de mayo de 2024, de https://rc2e.com/
Montero, G. F.-A. y J.-M. (s. f.). Prefacio | Fundamentos de ciencia de datos con R. Recuperado 5 de mayo de 2024, de https://cdr-book.github.io/
R Para Ciencia de Datos. (2023, junio 6). https://es.r4ds.hadley.nz/
Río, F. M. del. (s. f.). Programación con R. Recuperado 5 de mayo de 2024, de https://www4.ujaen.es/~fmartin/R/

Python
Delgado Quintero, S. (2024, mayo 3). Aprende Python. https://aprendepython.es/_downloads/907b5202c1466977a8d6bd3a2641453f/aprendepython.pdf
El tutorial de Python. (s. f.). Python documentation. Recuperado 5 de mayo de 2024, de https://docs.python.org/3/tutorial/index.html
PEP 8 – Style Guide for Python Code | peps.python.org. (s. f.). Python Enhancement Proposals (PEPs). Recuperado 5 de mayo de 2024, de https://peps.python.org/pep-0008/
Presentación—Fundamentos de Programación en Python. (s. f.). Recuperado 5 de mayo de 2024, de https://www2.eii.uva.es/fund_inf/python/notebooks/00_Introduccion/Introduccion.html
 

Las normativas de Evaluación y Calificación del Estudiantado de la Universidad de Granada y la Universidad de Salamanca establecen que la convocatoria ordinaria estará basada preferentemente en la evaluación continua del estudiante, excepto para quienes se le haya reconocido el derecho a la evaluación única final.

Atendiendo a ello, la calificación final se obtendrá mediante evaluación continua, conforme al siguiente sistema de evaluación:

• 50% Prueba escrita teórico-práctica de los contenidos de la asignatura (SE3).
• 30% Entrega de informes de las prácticas realizadas en el curso (SE9).
• 20% Resolución de ejercicios y problemas desarrollados en clase, incluida la participación activa (SE1).

Las normativas de Evaluación y Calificación del Estudiantado de la Universidad de Granada y la Universidad de Salamanca establecen que los estudiantes que no hayan superado la asignatura en la convocatoria ordinaria dispondrán de una convocatoria extraordinaria. A ella podrán concurrir todos los estudiantes, con independencia de haber seguido o no un proceso de evaluación continua.

De esta forma, el estudiante que no haya realizado la evaluación continua tendrá la posibilidad de obtener el 100% de la calificación mediante la realización de una prueba relacionada con los contenidos teóricos y prácticos del curso y con carácter presencial.

Las normativas de Evaluación y Calificación del Estudiantado de la Universidad de Granada y la Universidad de Salamanca establecen que podrán acogerse a la evaluación única final, el estudiantado que no pueda cumplir con el método de evaluación continua por causas justificadas. 

Para acogerse a la evaluación única final, el estudiante, en las dos primeras semanas de impartición de la asignatura o en las dos semanas siguientes a su matriculación si ésta se ha producido con posterioridad al inicio de las clases o por causa sobrevenidas, lo solicitará, a través del procedimiento electrónico, a la Coordinación del Máster, quien dará traslado al profesorado correspondiente, alegando y acreditando las razones que le asisten para no poder seguir el sistema de evaluación continua.

De acuerdo a la mencionada normativa, aquellos estudiantes que opten por acogerse a la "Evaluación única final" y se les conceda, realizarán una prueba en ordenador que supondrá el 100% de su calificación en la asignatura, y que consistirá en la resolución de diferentes supuestos prácticos, relacionados con las materias impartidas en clase.

Información de interés para estudiantado con discapacidad y/o Necesidades Específicas de Apoyo Educativo (NEAE): Gestión de servicios y apoyos (https://ve.ugr.es/servicios/atencion-social/estudiantes-con-discapacidad).

• R
• Python