Seminar Problemorientierte Programmierung
Dieses Projekt enthält Jupyter-Notebooks für einen Python-Programmierkurs. Die Notebooks sind im Wesentlichen eine Übersetzung der 2. Ausgabe des Buches Think Python von Allen B. Downey. Es gibt das Buch auch in einer offiziellen deutschen Übersetzung mit dem Titel Programmieren lernen mit Python.
Sie finden die Notebooks im Ordner notebooks. Sie können sich die Notebooks hier in GitLab ansehen aber nicht ausführen. Dazu müssen Sie sie herunterladen und in Jupyter öffnen. Klicken Sie dazu auf der Webseite mit dem jeweiligen Notebook auf den Button “Download” und speichern Sie es als Datei:
Alternativ können Sie die Notebooks auch direkt hier herunterladen, indem Sie mit der rechten Maustaste auf die Links klicken und Ziel speichern unter… wählen:
- Einführung
- 1: Operatoren, Ausdrücke, Typen
- 2: Variablen und Anweisungen
- 3: Funktionen
- 4: Turtle: Schnittstellenentwurf
- 5: Verzweigungen und Rekursion
- 6: Ertragreiche Funktionen
- 7: Iteration und Suche
- 8: Reguläre Ausdrücke und Zeichenketten
- 9: Listen
- 10: Assoziative Datenfelder
- 11: Tupel
Merken Sie sich, wo Sie die Dateien gespeichert haben und navigieren Sie dann mit Jupyter zu diesem Ordner, um sie zu öffnen.
Dieser Kurs ist als freies Werk unter der Lizenz
Creative Commons Attribution-NonCommercial 3.0 Unported verfügbar. Sie
dürfen die Inhalte kopieren, verteilen und verändern, solange Sie die
Urheber nennen und sie nicht für kommerzielle Zwecke nutzen.
Tipps zur Einrichtung von Python und Jupyter
Allgemeine Hinweise
- Im Kurs wird durchgängig Python 3 benutzt. Daher bitte darauf achten, keine alte Python-Version (2.6, 2.7, etc.) zu installieren. Am besten mindestens Python 3.5.3 benutzen, aktuellere Versionen sind auch ok.
- Helfen Sie sich gegenseitig bei der Installation und unterstützen Sie sich bei Problemen. Benutzen Sie auch gerne das Forum bei einem spezifischen Problem, um Hilfe von Ihren Kommiliton*innen zu erhalten. Wenn niemand helfen kann, helfen wir Ihnen.
Windows
Linux
- Je nach Distribution das passende Paket installieren, z.B. in Debian mittels
apt-get install python3-notebook. - Anaconda enthält sowohl Jupyter Notebooks, als auch Python 3.5 oder 3.6 Kernel und einige wichtige Python-Bibliotheken wie z.B. Numpy.
- Die aktuelle Anaconda-Distribution ist hier zu finden: https://www.anaconda.com/download/#linux
- Ältere Anaconda-Distributionen finden sich hier: https://docs.anaconda.com/free/anaconda/reference/packages/oldpkglists/
- Hilfestellungen zur Installation von Conda
Mac
- Die aktuelle Anaconda-Distributon finden sich hier: https://www.anaconda.com/download/#macos
- Mac OS X Installations-Hilfe: https://docs.anaconda.com/anaconda/install/mac-os#macos-graphical-install
Hinweise zu GitLab
Das System, auf dem Sie diese Seite gerade lesen und in dem Sie die Notebooks finden, nennt sich GitLab und ist eine professionelle Umgebung zur kollaborativen Softwareentwicklung. Hier können Programmierer*innen Quellcode abspeichern, Änderungen verfolgen und rückgängig machen, Fehler melden und Code dokumentieren.
Wenn Sie Fehler in den Jupyter-Notebooks finden oder Hinweise zur Verbesserung haben, können Sie diese im Menü links unter Issues hinzufügen.
Fortgeschrittene können sich dieses Projekt auch auf ihrem eigenen Rechner mittels Git klonen und dann immer die aktuellste Version der Notebooks herunterladen.
Sie können die Möglichkeiten des Systems später auch für Ihre Haus- oder Abschlussarbeiten nutzen, indem Sie ein eigenes Projekt anlegen und dort Ihre Dateien sicher abspeichern. Dazu sollten Sie sich mit der Versionsverwaltungssoftware Git vertraut machen.
Ressourcen rund um Python
- Ein freier Python-Kurs (auf Englisch), ebenfalls basierend auf Jupyter-Notebooks.
- Die offizielle Dokumentation für Python 3.
- Eine Sammlung interessanter Notebooks mit vielen Beispielen.