Pythonprogrammierung für Forschungssoftware

Onlinekurs Zoom

Nach der Teilnahme am Modul werden Promovierende über grundlegende Programmierkenntnisse in Python verfügen. Der Fokus der Programmiertätigkeit liegt dabei immer auf dem Anwendungsgebiet Research Software Engineering. Die Studierenden werden auch in der Lage sein, grundlegende Datenanalysen durchzuführen und einfache Algorithmen zu implementieren.

1. Datenstrukturen:

• Einführung in grundlegende Datenstrukturen (Listen, Tupel, Mengen, Dictionaries)
• Manipulation und Anwendung der Datenstrukturen in Python

2. Schleifen und Funktionen:

• Nutzung von Kontrollstrukturen wie Schleifen (for, while) und Verzweigungen (if-else)
• Definition und Anwendung von Funktionen

3. „List comprehension“, Iteratoren und Generatoren:

• Effiziente Datenmanipulation mit Listen-Komprehension
• Verwendung von Iteratoren und Einführung in Generatoren

4. Arbeiten mit Matrizen und Tabellen:

• Einführung in die Bibliotheken Numpy und Pandas
• Grundlagen der Arbeit mit Matrizen und Datenrahmen (DataFrames)
• Datenmanipulation und -analyse mit Numpy und Pandas

5. Datenvisualisierung mit Matplotlib:

• Grundlagen der Datenvisualisierung
• Erstellung und Anpassung von Plots mit Matplotlib

Das Modul enthält folgende Lehrveranstaltungen: Vorlesung Pythonprogrammierung für Forschungssoftware (2 SWS/3 LP) und Übungen Pythonprogrammierung für Forschungssoftware  (2 SWS/3 LP).

Studienleistungen: Regelmäßige und erfolgreiche Teilnahme an den Übungen. Die Teilnahme an Übungen gilt grundsätzlich als erfolgreich, wenn alle Aufgaben bearbeitet und mindestens 50 % richtig gelöst wurden; im Falle abweichender Kriterien müssen diese vor der Anmeldung zum Modul bekannt gegeben werden. 

Prüfungsleistungen: Gemeinsame Modulprüfung für alle Lehrveranstaltungen des Moduls; in der Regel schriftlich (Klausur) und in der Unterrichtssprache. Abweichend ist eine mündliche Prüfung möglich, die Prüfungsart wird vor der Anmeldung zum Modul bekannt gegeben.