Logo ČVUT
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE
STUDIJNÍ PLÁNY
2019/2020

Python pro vědecké výpočty a řízení

Předmět není vypsán Nerozvrhuje se
Kód Zakončení Kredity Rozsah Jazyk výuky
2375004 KZ 4 2P+2C česky
Přednášející:
Cvičící:
Předmět zajišťuje:
ústav přístrojové a řídící techniky
Anotace:

Vědecké výpočty a zpracování online měřených dat v programovém prostředí objektově orientovaného skriptovacího jazyka Python, komunikace s připojenými zařízeními, ukládání a vizualizace online měřených dat do PC v reálném čase v Pythonu. Knihovny, řešení běžných úloh numerické matematiky, vytváření uživatelských rozhraní, vizualizace. Ukázky řešených problémů. Klasifikace na základě řešení individuálně zadaného projektu. Během kurzu budou diskutovány analogie prostředí Matlab.

Požadavky:

K udělení zápočtu se požaduje docházka na přednášky a cvičení, aktivní účast při cvičeních a nastudování zadaného tématu a zpracování semestrální úlohy včetně praktické části vyřešení online záznamu reálných dat a jejich zpracování. Studenti by měli mít základní znalosti pojmů z kurzů matematiky prvního a druhého ročníku. Nejsou kladeny nároky na znalost konkrétního SW. Předmět není omezen na studenty automatizace a informatiky.

Osnova přednášek:

1. Seznámení s prostředím Python a jeho možnostmi, procedurální programování a skriptování, IDLEX , Spyder.

2. Python a objektové programování: funkce, metody, objekty, třídy, dědičnost, zapouzdřenost, polymorfismus.

3. Python pro vědecké výpočty a zpracování dat (knihovny NumPy, Scipy)

4. Práce s vektory a maticemi, maticové operace; řešení soustav lineárních rovnic v Pythonu, symbolické výpočty v Pythonu (Sympy)

5. Vlastní čísla a vektory v Pythonu; komprese dat metodou PCA v Pythonu

6. Vizualizace dat: knihovna MatplotLib, PyQtGraph

7. Jednoduchý ODE solver pro simulaci diferenciálních rovnic a jejich soustav; výpočet časově diskrétní (diferenční) rovnice v Pythonu

8. Vizualizace a zpracování signálů v Pythonu (statistické ukazatele, korelační analýza, analýza šumu v datech, výkonové spektrum, Entropie signálu v plovoucím okně)

9. Základní algoritmy aproximace statických funkcí (gradientová kroková metoda, dávkový algoritmus Levenberg-Marquardt) a jejich implementace v Pythonu

10. Příklady aproximace dynamických systémů gradientovou metodou v Pythonu

11. Příklad adaptivní optimalizace parametrů zpětnovazebního regulátoru v Pythonu

12. Hardware pro Python, měření přes USB/Ethernet (LabJack, Raspberry Pi, Q-Python for Android.)

13. Tvorba uživatelského rozhraní (GUI): Tkinter, wxPython

14. Tvorba dokumentace programů v Pythonu: Sphinx

Osnova cvičení:

Procvičení látky z přednášky a řešení individuálně zadaného projektu. Všechna cvičení v počítačové učebně (pravděpodobně 404 a, Linux nebo Windows).

Cíle studia:
Studijní materiály:

http://users.fs.cvut.cz/ivo.bukovsky/PVVR/

https://moodle.fs.cvut.cz/login/index.php

Poznámka:
Další informace:
http://users.fs.cvut.cz/ivo.bukovsky/PVVR/index.htm
Pro tento předmět se rozvrh nepřipravuje
Předmět je součástí následujících studijních plánů:
Platnost dat k 21. 9. 2019
Aktualizace výše uvedených informací naleznete na adrese http://bilakniha.cvut.cz/cs/predmet2451206.html