Python pro vědecké výpočty a řízení

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:

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

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	místnost T4:A1-405a Kuchař M. 09:00–10:30 (přednášková par. 1) Dejvice Poč. učebna 405amístnost T4:A1-405a Kuchař M. Vitoušek M. 10:45–12:15 (přednášková par. 1 paralelka 1) Dejvice Poč. učebna 405a
Čt
Pá

Předmět je součástí následujících studijních plánů: