Woche 13
Nun sind Sie am Ende dieses Onlinekurses angekommen. Wir hoffen, dass dies aber erst der Anfang von Ihrer Reise mit Python ist. Unser Ziel in dieser Woche ist es, Ihnen einen Einblick zu geben, wie diese Reise weitergehen kann. Insbesondere möchten wir Sie auf einige Grundlegende Bibliotheken aufmerksam machen, die Sie, zumindest wenn Sie im wissenschaftlichen Umfeld arbeiten, früher oder später nutzen werden.
Selbststudium
Bitte arbeiten Sie folgende Lerneinheiten vor der Präsenzveranstaltung am 14. Dezember durch.
- Arbeiten mit Numpy
- Numpy, Scipy und Matplotlib
- Eine Auswahl von Python-Bibliotheken für verschiedene Fachbereiche
- Tips um mit fremden Bibliotheken zu arbeiten
Präsenzveranstaltung
Als Grundlage für die Präsenzveranstaltung werden wir das folgende Jupyter-Notebook verwenden
- Fallstudie - Der Computer Lernt Zahlen zu lesen (Google Colab notebook)(benötigt Google Account)
Die vervollständigte Fallstudie finden Sie unter dem Menüpunkt Fallstudien.
Übungen
Bearbeiten Sie die Übungen in folgendem Jupyter-Notebook:
- Übungsblatt 12 (Aufruf nur in Uninetz oder über VPN möglich)
Reichen Sie Ihre Antworten bis am 20. Dezember auf Adam ein. Sie können Ihre Antworten vorher mit unserem automatisierten Korrekturtool testen.
Kernaussagen
- Für wissenschaftliche und numerische Anwendungen sind Python Listen ungeeignet. Numpy bietet eine flexible und performante Alternative dazu an.
- Numpy, Scipy und Matplotlib bilden die Grundlage für das programmieren wissenschaftlicher Anwendungen in Python
- Es gibt für fast jedes Anwendungsgebiet in Python eine Bibliothek in der Standardverfahren in diesem Gebiet zusammengefasst sind.
Lernziele
Die Studierenden
- erhalten einen Einblick in die wichtigsten Bibliotheken und das Python Ökosystem.
- lernen Dokumentationen zu lesen und sich in Bibliotheken einzuarbeiten.