Vědecké programování v Pythonu

Tato stránka slouží k výuce předmětu Vědecké programování v Pythonu (12PYTH) na ČVUT FJFI. Náplň kurzu najdete v materiálech níže.

Komunikace na Discord serveru: https://discord.gg/Zczh2w9JxY. Připojte se do kanálu ls-25-26.

Letní semestr 2025/2026¶

Rozvrh¶

TBD

Zápočet¶

Zápočet se uděluje na základě

• aktivní účasti,

• vypracování zápočtového projektu, který bude zadán během semestru.

Po konzultaci lze účast na cvičeních nahradit účastí na workshopech, případně samostatnými projekty.

Jak vypadá zápočtový projekt?¶

• Nejlepší téma zápočtového projektu je úloha, kterou využijete i jinde. Např.:

  • Součást bakalářské nebo diplomové práce.

  • Úloha na jiný předmět, jako třeba zpracování dat z experimentu nebo vývoj ML algoritmu.

  • Zajímavý hobby projekt.

  • Můžete zkusit přispět do open-source projektu. Viz např. https://goodfirstissue.dev/language/python nebo https://github.com/pandas-dev/pandas/contribute.

• Rozsah projektu nemusí být zásadně velký, ale měl by být dostatečně náročný a originální, aby bylo co prezentovat.

• Projekt by vás měl bavit a motivovat.

Formální požadavky na zápočtový projekt¶

• Čitelný, okomentovaný, strukturovaný zdrojový kód.

• Dodržovat PEP 8. Pro kontrolu a úpravu kódu podle PEP 8 můžete použít nástroj ruff.

• Alespoň základní jednotkové testy. Stačí implementovat pro základní funkce projektu (projekt by měl být strukturovaný, bude tedy obsahovat nejednu funkci/metodu).

• Výhodou je použití verzovacího systému (např. Git).

• Před prezentací poslat program emailem (případně sdílet pomocí Gitlab, Github apod.).

• Krátká prezentace (10 - 15 min) pro ostatní studenty. Účast je povinná na celou dobu prezentací, nikoli jen na vaši vlastní prezentaci.

Co se tady naučíte¶

• Jak jednoduše nainstalovat a spustit Python a spoustu užitečných doplňků.

• Obecné základy programování v Pythonu, které jsou nezbytné pro efektivní použití pro vědecké použití.

• Používat metody moderní softwarového inženýrství, např. jednotkové testy.

• Práci se základními vědeckými knihovnami: numpy, scipy, matplotlib, pandas apod.

• Kdy a jak optimalizovat a paralelizovat (nejen) Python kód.

• Samostatnou práci na vlastním Python projektu.

Materiály¶

Materiály k výuce jsou postupně doplňovány a aktualizovány. Zdrojové IPython (Jupyter) notebooky najdete také na Gitlab.

Notebooky je možné díky projektu JupyterLite spustit i bez instalace Pythonu, stačí otevřít v prohlížeči https://fjfi.pythonic.eu/jupyterlite. Pozor, ne všechny notebooky ale budou plně fungovat kvůli omezením JupyterLite.

• Vědecké programování v Pythonu
• Úvod
  • Proč Python?
  • Stručný úvod
• Obecný Python
  • První krůčky
  • Nástroje
  • Základní syntaxe
  • Základní typy
  • Kontejnery
  • Objektově-orientované programování
  • Iterátory a generátory
  • Funkcionální programování v Pythonu
  • Moduly
  • Výjimky
  • Jak Python lovi štěnice
  • Jednotkové testy
  • Práce s řetězci a se soubory
  • Vytváříme Python projekt
• Datové a vědecké nástroje
  • Základy NumPy
  • Grafy v Pythonu - matplotlib a spol.
  • Plotly
  • Vědecká knihovna SciPy
  • Symbolický a sympatický SymPy
  • Optimalizace až na cost
  • Paralelní výpočty
  • Slepování jazyků pomocí Pythonu
  • Pandas - Introduction

Literatura¶

Volně přístupná¶

• Python – oficiální dokumentace.

• Nauč se Python

• Lectures on scientific computing with Python by R. Johansson

• A Whirlwind Tour of Python by Jake Vanderplas

• Python Data Science Handbook by Jake Vanderplas

• Jake Vanderplas Introduction to Scientific Computing in Python (lecture notes)

• A Crash Course in Python for Scientists

• Python Scientific Lecture Notes

• Slides, textbook and other resources from Python Programming Primer by Hans Fangohr

• Software Carpentry - Programming with Python

• Scientific Computing with Python (Programming Bootcamp for biology graduate students)

• Data Carpentry Python for Ecologists

• Google’s Python Class

• Codecademy Python

• Online Python Tutor

• M. Pilgrim: Dive Into Python 3 (český překlad)

• Z.A. Shaw: Learn Python The Hard Way

• Seriál létající cirkus na root.cz

• B. Eckel: Python 3 Patterns & Idioms

• Mnoho další zajímavé literatury najdete např. na pythonbooks.revolunet.com, python.cz nebo py.cz.

Knihy¶

• Ian Ozsvald and Micha Gorelick: High Performance Python

• Anthony Scopatz, Kathryn D. Huff: Effective Computation in Physics: Field Guide to Research with Python

• Rubin H. Landau, Manuel J Páez, Cristian C. Bordeianu: Computational Physics: Problem Solving with Python

• John Guttag: Introduction to Computation and Programming Using Python

• Wes McKinney: Python for Data Analysis

• Aurélien Géron: Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow

• Hans Petter Langtangen: A Primer on Scientific Programming with Python

• Hans Petter Langtangen: Python Scripting for Computational Science

Srovnání Python a Matlab¶

• MATLAB vs Python: Why and How to Make the Switch