Python pro vědecké výpočty a řízení
Kód | Zakončení | Kredity | Rozsah | Jazyk výuky |
---|---|---|---|---|
2375004 | KZ | 4 | 2P+2C | česky |
- Garant předmětu:
- Cyril Oswald
- Přednášející:
- Matouš Cejnek, Michal Kuchař, Cyril Oswald, Adam Peichl, Martin Vitoušek
- Cvičící:
- Matouš Cejnek, Michal Kuchař, Cyril Oswald, Adam Peichl, Martin Vitoušek
- 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:
- Poznámka:
- Další informace:
- http://users.fs.cvut.cz/ivo.bukovsky/PVVR/index.htm
- Rozvrh na zimní semestr 2022/2023:
- Rozvrh není připraven
- Rozvrh na letní semestr 2022/2023:
-
06:00–08:0008:00–10:0010:00–12:0012:00–14:0014:00–16:0016:00–18:0018:00–20:0020:00–22:0022:00–24:00
Po Út St Čt Pá - Předmět je součástí následujících studijních plánů: