Author Archives: Andreas Krassnigg

Einführung und einfache Algorithmen

Einführung und einfache Algorithmen

Die Jupyter-Notebooks zur Lehrveranstaltung finden Sie im zugehörigen GitHub-Repository.

Einführung und einfache Algorithmen
Python Einfuehrung und Checkup

Python Einführung und Checkup

Die Jupyter-Notebooks zur Lehrveranstaltung finden Sie im zugehörigen GitHub-Repository.

Python Introduction and Checkup

Einfaches Python Setup und Wichtige Informationen

Die Jupyter-Notebooks zur Lehrveranstaltung finden Sie im zugehörigen GitHub-Repository.

Ein einfaches Setup für Python (egal auf welchem Betriebssystem)

In dieser VU werden wir die Programmiersprache Python verwenden. Hier die wichtigsten Informationen und Links in aller Kürze:

  • Die offizielle Dokumentation für Python finden Sie hier.
  • Ich empfehle die Verwendung einer Python-Distribution als Grundlage für Ihre Programmiertätigkeit in Python. Bewährt hat sich hier Anaconda, die Sie hier kostenlos, einfach und für die gängigsten Betriebssysteme herunterladen können.
  • Die wichtigsten Werkzeuge für unsere Zwecke, die von Anaconda grundsätzlich bereitgestellt werden, sind der Stand-Alone-Editor Spyder und die interaktive Notebook-Oberfläche Jupyter.
  • Ein weiterer Vorteil der Anaconda-Distribution sind die Umgebungen (Environments), mit denen man einfach zwischen verschiedenen verfügbaren oder kombinierten Sätzen von Zusatzpaketen wechseln und diese verwalten kann.
  • Environments sind nicht zwingend nötig. Wenn Sie allerdings viele Pakete brauchen oder verschiedene Setups für verschiedene Problemstellungen zur Verfügung haben möchten, dann empfiehlt sich die Verwendung von Environments. Informationen dazu finden Sie hier.

Bitte installieren Sie sich die Anaconda-Distribution auf Ihrem Rechner, sodass Sie bereit sind, damit zu arbeiten (wir werden das in der ersten Einheit allerdings auch noch in Ruhe durchgehen und die dazu offenen Fragen klären).

Alternativ können Sie gerne auch ein anderes Python-Setup benutzen, Sie müssen das allerdings selbständig soweit erledigen, dass Sie Jupyter Notebook und einen Editor zur Verfügung haben und allfällig notwendige Bibliotheken leicht selbst installieren und einbinden können.

Python Lernen oder besser Verstehen (mit Videos)

Hier noch meine Empfehlungen, falls Sie an Ihren Python-Kenntnissen arbeiten wollen. Wenn Sie am liebsten ein Buch möchten, dann googeln Sie nach

A Primer on Scientific Programming with Python (Hans Petter Langtangen)

So finden Sie ein pdf. In diesem Buch wird zwar noch mit Python v2 gearbeitet, aber viel hat sich zur aktuellen Variante in v3 nicht geändert (für unsere Zwecke hauptsächlich der print-Befehl).

Dazu kann ich Ihnen noch diverse Videos auf YouTube empfehlen. Ein umfangreiches, aber sehr kompaktes Video dazu finden Sie hier:

Einen etwas anderen Zugang finden Sie in folgender Youtube-Playlist:

Für Fortgeschrittene oder alle, die Python anhand konkreter Probleme üben wollen, eignet sich z.B. die Python-Challenge.

Allgemeine Informationen zur Vorlesung mit Übungen

Ich freue mich, mit Ihnen gemeinsam einige interessante mathematische und algorithmische Probleme und mögliche Lösungen zu besprechen und gemeinsam zu erarbeiten. Folgen Sie einfach den Einheiten über den Verlauf der Themen und lesen Sie die entsprechenden Blog-Beiträge.

Wenn Sie das alles nicht nur anschauen (wenn auch mit Beispiel-Outputs) wollen, sondern auch gerne selbst ausprobieren würden, dann finden Sie die Jupyter-Notebooks zur Lehrveranstaltung, auf denen die Beiträge hier basieren, auch in einem Repository auf GitHub.

Kontakt

Falls Sie Fragen, Anregungen oder Anmerkungen (Fehler gefunden?) haben, dann erreichen Sie mich am besten unter andreas.krassnigg@uni-graz.at.

Inhalte

Im Bereich der fortgeschrittenen Mathematik werden wir mit Differential- und Integralrechnung, Gleichungssystemen, Vektoren, Matrizen und Differentialgleichungen arbeiten.

Bezüglich der computergestützten Algorithmen werden wir Grundlagen, Beispiele für Algorithmen, Anwendung an konkreten Problemen und deren Umsetzung in der Programmiersprache Python diskutieren.

Voraussetzungen

Ich setze mathematische Grundkenntnisse, wie Sie diese in der AHS (oder anderen höheren Schulen) und im bisherigen Verlauf Ihres Studiums erworben haben, voraus. Ebenso gehe ich davon aus, dass Sie bereits einen ersten, aber auch recht ausführlichen, Kontakt mit der Programmiersprache Python hatten. Trotzdem werde ich versuchen, Ihnen beim füllen eventueller Wissenslücken zu helfen bzw. geeignete Ressourcen zum “Aufholen” hier verlinken.

Inhalt

Die Jupyter-Notebooks zur Lehrveranstaltung finden Sie im zugehörigen GitHub-Repository.

Skriptum zur Vorlesung mit Übungen: Fortgeschrittene Mathematik und Computergestützte Algorithmen für USW/Nawi-Tech

Dieses Skriptum ist aus den Jupyter-Notebooks der Lehrveranstaltung entstanden. Es enthält teilweise zusätzliche weiterführende Links und/oder Material, das zum weiterführenden Selbststudium geeignet ist.

Für Hinweise zu Fehlern oder Unklarheiten bin ich dankbar und bitte um eine kurze Email dazu.

Inhalt

Die Jupyter-Notebooks zur Lehrveranstaltung finden Sie im zugehörigen GitHub-Repository.