Python für Ingenieure - Programmierung und Datenanalyse

In dieser 5-tägigen Schulung "Python für Ingenieure - Programmierung und Datenanalyse" lernen Sie die wesentlichen Grundlagen und fortgeschrittenen Konzepte der Python-Programmierung, speziell für technische Anwendungen. Sie erwerben Kenntnisse in der Datenanalyse, Modellierung und Visualisierung mit den Bibliotheken NumPy, SciPy und Matplotlib. Der Kurs deckt die Entwicklung und Implementierung von Python-Modulen, objektorientierter Programmierung sowie der Nutzung von Schnittstellen zu anderen Programmen und Datenbanken ab. Nach Abschluss des Kurses sind Sie in der Lage, Python effizient für ingenieurspezifische Aufgaben und Projekte einzusetzen.

Zum Seminar: ▷ Python-Kurs für Ingenieure » Python Schulung | IT-Schulungen

Python-Grundlagen

• Anwendungsbereiche
• Aufsetzen einer Arbeitsumgebung
• Installation von Python
• Entwicklungsumgebungen
• Vergleich mit anderen Programmiersprachen

Syntax und elementare Datentypen

• Collections
• Tupel
• Listen
• Dictionaries
• Sets

Kontrollstrukturen

• Verzweigungen
• Schleifen
• vorzeitiger Schleifenabbruch

Funktionen

• Definition und Aufruf
• Parameterarten
• Rückgabewerte
• Unterschied globale / lokale Variablen

Module und Packages

• Erstellung und Verwendung eigener Module
• Import von Standard- und Drittanbieter-Paketen
• Der Python Paketmanager pip
• Strukturierung von Projekten mit Packages
• Best Practices für Modul- und Paketverwaltung

Exception Handling

• Grundlagen der Ausnahmebehandlung
• Verwendung von try, except, else, und finally
• Eigene Ausnahmen definieren und verwenden
• Best Practices für robustes Fehlerhandling

Einführung in OOP

• Klassen, Objekte, Attribute, Methoden
• Kapselung, Vererbung, Polymorphie
• Slots, Klassenvariablen, Klassenmethoden, statische Methoden
• Überladen von Operatoren und Methoden
• Properties

Wichtige Python Standardmodule

• io, string
• Dateibehandlung
• sys, os, shutil
• Speichern von Daten: pickle

NumPy

• Unterstützung von großen, mehrdimensionalen Arrays und Matrizen
• Erweiterungen und Einbettung des Python-Interpreters

SciPy

• Wissenschaftliche Berechnungen
• Optimierung
• Integration
• Interpolation
• Eigenwertberechnung

Matplotlib

• Erstellung von Diagrammen und Visualisierungen
• 2D- und 3D-Plotting
• Anpassung von Grafiken

Datenbanken

• Aus Python heraus mit relationalen Datenbanken arbeiten

Praktische Fallstudien mit realen Daten

• Daten laden/speichern
• Daten analysieren
• Daten visualisieren
• Daten verarbeiten