Wissenschaftliche Python-Vorlesungen

Einleitung

Das Buch „Scientific Python Lectures“ (Autoren: Stéfan van der Walt, Gaël Varoquaux, 2023, 400 Seiten) ist nicht nur eine weitere Anleitung zu Python, sondern ein vollwertiger Lehrgang, der auf realen wissenschaftlichen Aufgaben aufbaut. Die Veröffentlichung ist eine Sammlung von Vorlesungen, die auf internationalen Schulen für wissenschaftliches Programmieren gehalten wurden, und ist seit 2023 in einer aktualisierten Druckversion erhältlich. Das Buch richtet sich an diejenigen, die bereits mit den Grundlagen von Python vertraut sind und es für Datenverarbeitung, numerische Berechnungen und Visualisierung nutzen möchten.

Worum es in dem Buch geht

Der Hauptfokus liegt auf dem Ökosystem wissenschaftlicher Python-Bibliotheken: NumPy, SciPy, Matplotlib, Pandas, SymPy, scikit-learn und andere. Das Material ist in logische Blöcke unterteilt: von grundlegenden Array-Operationen bis zur Erstellung komplexer Modelle des maschinellen Lernens. Jede Vorlesung enthält einen theoretischen Teil, Codebeispiele und Übungen zum Selbststudium. Besonderes Augenmerk wird auf die Effizienz von Berechnungen und die korrekte Gestaltung des Codes gelegt.

Für wen ist dieses Buch geeignet

Das Buch ist nützlich für:

• Studierende und Doktoranden technischer und naturwissenschaftlicher Fachrichtungen;
• Ingenieure und Forscher, die von MATLAB oder R auf Python umsteigen;
• Programmierer, die sich in wissenschaftliche Berechnungen vertiefen möchten;
• Dozenten, die nach strukturiertem Material für Kurse suchen.

Was der Leser lernen wird

• Effiziente Arbeit mit mehrdimensionalen Arrays — Indizierung, Slicing, Broadcasting, lineare Algebra;
• Numerische Methoden — Integration, Optimierung, Lösung von Differentialgleichungen;
• Datenvisualisierung — von einfachen Diagrammen bis zu komplexen 3D-Szenen und Animationen;
• Signal- und Bildverarbeitung — Filterung, Fourier-Transformation, Morphologie;
• Statistische Analyse — Hypothesentests, Regression, Clusteranalyse;
• Maschinelles Lernen — Grundlagen von scikit-learn, Erstellung von Pipelines, Modellbewertung;
• Symbolisches Rechnen — Differentiation, Integration, Lösen von Gleichungen in SymPy;
• Datenarbeit — Pandas für Tabellen, Laden/Speichern in verschiedenen Formaten.

Stärken

Praktische Ausrichtung. Jede Vorlesung wird von Beispielen begleitet, die sofort ausgeführt und modifiziert werden können. Die Übungen helfen, den Stoff zu festigen und Fähigkeiten zur selbstständigen Problemlösung zu entwickeln.

Aktualität. Das Buch wurde 2023 aktualisiert, daher verwenden alle Beispiele moderne Versionen der Bibliotheken (NumPy 1.24, SciPy 1.10, Matplotlib 3.7 usw.).

Strukturiertheit. Das Material ist in Module unterteilt, die in beliebiger Reihenfolge studiert werden können. Es gibt klare Hinweise auf die Voraussetzungen.

Zugänglichkeit. Die Autoren sind anerkannte Experten auf dem Gebiet des wissenschaftlichen Programmierens, schreiben aber in einer einfachen und verständlichen Sprache und vermeiden übermäßige mathematische Formalisierung.

Kostenlose Online-Version. Das Buch ist auf GitHub und als Jupyter Notebooks verfügbar, sodass sofort mit dem Code experimentiert werden kann.

Empfehlung

Das Buch eignet sich ideal zum Selbststudium und als Zusatzmaterial für Universitätskurse in numerischen Methoden, Datenanalyse oder maschinellem Lernen. Es ist auch für Fachleute nützlich, die ihr Wissen über den wissenschaftlichen Python-Stack systematisieren möchten. Wenn Sie bereits Python schreiben können, aber nicht wissen, wie Sie es effektiv für wissenschaftliche Berechnungen einsetzen können – beginnen Sie mit diesem Buch.