PřF:F4500 Python pro fyziky - Informace o předmětu
F4500 Python pro fyziky
Přírodovědecká fakultajaro 2025
- Rozsah
- 1/2/0. 3 kr. (plus ukončení). Ukončení: k.
- Vyučující
- Mgr. Filip Hroch, Ph.D. (přednášející)
Mgr. Petr Klenovský, Ph.D. (přednášející)
Mgr. Filip Münz, PhD. (přednášející)
Mgr. Adam Obrusník, Ph.D. (přednášející)
Mgr. Tomáš Plšek (přednášející)
Dr. Martin Topinka, PhD. (přednášející)
Mgr. Petr Zikán, Ph.D. (přednášející) - Garance
- Mgr. Filip Hroch, Ph.D.
Ústav teoretické fyziky a astrofyziky – Fyzikální sekce – Přírodovědecká fakulta
Kontaktní osoba: Mgr. Petr Zikán, Ph.D.
Dodavatelské pracoviště: Ústav fyziky kondenzovaných látek – Fyzikální sekce – Přírodovědecká fakulta (33,00 %), Ústav fyziky a technologií plazmatu – Fyzikální sekce – Přírodovědecká fakulta (33,00 %), Ústav teoretické fyziky a astrofyziky – Fyzikální sekce – Přírodovědecká fakulta (34,00 %) - Předpoklady
- Předmět doporučený pro studenty fyziky a příbuzných oborů.
- Omezení zápisu do předmětu
- Předmět je nabízen i studentům mimo mateřské obory.
- Mateřské obory/plány
- Astrofyzika (program PřF, B-FY)
- Biofyzika (program PřF, B-FY)
- Fyzika (program PřF, B-FY)
- Nanotechnologie - aplikovaná fyzika (program PřF, B-AF)
- Cíle předmětu
- Tento kurs je úvodem do použití Pythonu k fyzikálním účelům. Kurs je koncipován od jednoduchých začátků ke komplexnějším úkolům. Od jednoduchých jazykových struktur po komplexní frameworky. Vše vysvětleno na řadě běžných fyzikálních úloh. Výuka je vedena formou work-shopů, tedy střídání přednášek a praktických úkolů. Výběr témat je rozdělen mezi několik osob. Po úspěšném ukončení by měl student být schopen efektivního zpracování úlohy (praktika, bakalářské či diplomové práce) v Pythonu včetně grafů, obrázků či tabulek.
- Výstupy z učení
- Hlavním cílem je seznámení se s jazykem Python a jeho využitím ve fyzikální praxi.
Student bude možná po absolvování předmětu schopen:
Spouštění a instalace Pythonu,
použití základních datových typů, datových struktur a řídících příkazů,
být schopen použit pokročilé struktury vhodné na práci s daty,
být schopen vykreslovat grafy,
a používat matematických knihoven. - Osnova
- 1. Úvod (osnova, demo, disputace, běhové prostředí, úvod do Pythonu).
- 2. ... pokračování úvodu do Pythonu ...,
- 3. ... pokračovaní úvod do Pythonu ...,
- 4. Zpracování osciloskopických dat pomocí základních kontejnerů.
- 5. Úvod do objektů.
- 6. Numpy + matplotlib -- fyzikální praktikum.
- 7. Spektroskopická data - pokročilé numpy.
- 8. Regrese.
- 9. Pohyb částic v elektromagnetických polích.
- 10. Automatické stahování dat z Internetu + databáze.
- 11. Úvod do strojového učení.
- 12. Ovládání dalekohledu.
- Literatura
- doporučená literatura
- MCKINNEY, Wes. Python for data analysis : [agile tools for real world data]. 1st ed. Sebastopol, Calif.: O'Reilly, 2013, xiii, 452. ISBN 9781449319793. info
- Výukové metody
- Přednášky, prezentace odborníků, demonstrace a cvičení.
- Metody hodnocení
- Vypracováni praktika pomocí Pythonu
- Další komentáře
- Předmět je vyučován každoročně.
Výuka probíhá každý týden.
- Statistika zápisu (jaro 2025, nejnovější)
- Permalink: https://is.muni.cz/predmet/sci/jaro2025/F4500