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.
Last update: Kudrnová Hana, Mgr. (26.04.2023)
Aim of the course - Czech
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
Last update: Kudrnová Hana, Mgr. (25.04.2023)
Course completion requirements - Czech
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.
Last update: Belda Michal, doc. Mgr., Ph.D. (07.06.2019)
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.
Last update: Kudrnová Hana, Mgr. (22.01.2018)
Teaching methods - Czech
Výuka předmětu probíhá formou přednášky a cvičení na počítači (vlastní notebook výhodou).
Last update: Kudrnová Hana, Mgr. (19.01.2018)
Syllabus - Czech
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