Kurz aplikovaného programování v jazyce Python provede studenty fyzikálních oborů od krátkých skriptů přes
zpracování dat k vizualizaci výsledků. Zaměření na matematicko-fyzikální aplikace umožní absolventům získané
znalosti okamžitě prakticky využívat při studiu, studentských projektech i případném zapojení do výzkumných
prací. V první části kurzu bude důraz kladen na praktické využití bez nutnosti hlubších znalostí programování a
algoritmizace. Ve druhé části budou představeny základy objektově orientovaného programování a dalších
pokročilejších technik programování.
Aim of the course - Czech
Last update: Mgr. Hana Kudrnová (25.04.2023)
seznámit se s využitím programovacího jazyka Python pro matematické a fyzikální aplikace
naučit se psát programy pro zpracování a vizualizaci dat
seznámit se se základy objektově orientovaného programování
Course completion requirements - Czech
Last update: Mgr. Michal Belda, Ph.D. (07.06.2019)
Podmínkou udělení zápočtu je průběžné zpracování domácích úloh během semestru. Alternativně mohou studenti na konci semestru vypracovat jednu úlohu většího rozsahu. Charakter podmínek zakončení předmětu vylučuje opakování.
Pilgrim, M.: Ponořme se do Pythonu 3. http://diveintopython3.py.cz/index.html
Harms, D. & McDonald, K.: Začínáme programovat v jazyce Python. Computer Press, Praha, 2003.
Teaching methods - Czech
Last update: Mgr. Hana Kudrnová (19.01.2018)
Výuka předmětu probíhá formou přednášky a cvičení na počítači (vlastní notebook výhodou).
Syllabus - Czech
Last update: Mgr. Hana Kudrnová (25.04.2023)
vývojová prostředí; tvorba krátkých jednoúčelových skriptů
stavební kameny Pythonu: syntaxe jazyka, proměnné, datové typy, vestavěné příkazy; základy procedurálního programování - cykly, podmínky, funkce; syntaktický cukr - jak s méně řádky kódu dosáhnout stejných výsledků
knihovny funkcí: použití vestavěných modulů, instalace a použití doplňujících knihoven, tvorba vlastních modulů
vědecké výpočty: knihovny NumPy a SciPy pro práci s maticovými daty, numerické výpočty, statistické zpracování a další; knihovna pandas pro načítání a zpracování tabulkových dat
ukládání dat: formátování výstupu, formáty souborů, čtení a zápis dat z/do souborů a databází; knihovny pro práci s formáty používanými ve fyzikálních oborech
vizualizace: tvorba grafů pomocí knihoven matplotlib, plotly a dalších
