Neu in meiner Bibliothek: Der Python-Kurs (mit ein ein paar neuen, alten Ideen)

Am Sonnabend trudelte nach einer langen Odyssee (der Rheinwerk-Verlag sitzt in Bonn, warum mein Paket dann über Marseille -> Krefeld -> Leipzig den Weg nach Berlin nahm, wissen vermutlich nur die Göttinnen aus dem Land der Amazonen …), jedenfalls erreichte am Sonnabend das Buch »Der Python-Kurs für Ingenieure und Naturwissenschaftler« die Abholstation meines Vertrauens. Ich hatte es als Ergänzung zu dem hier im Blog Kritzelheft schon vorgestellten »Physik mit Python« bestellt und ein erstes Durchblättern sagte mir, daß ich recht daran getan hatte.

Denn der Python Kurs von Veit Steinkamp ist eine wunderbare Ergänzung zu dem Buch von Oliver Natt. Zwar überschneiden sich natürlich – das ist, wenn zwei Bücher das gleiche Thema abhandeln, unvermeidlich – einige der vorgestellten naturwissenschaftlichen Probleme und Lösungen, aber während »Physik mit Python« recht theoretisch und oft knapp die Lösungen abhandelt, lassen die über 500 Seiten des Python-Kurses mehr Raum für weitergehende Ausführungen. Besonders gefallen hat mir (wie gesagt, ich habe bisher nur ein wenig geblättert) der Abschnitt über die Behandlung der Vektormathematik in Numpy (Kapitel 3.2, Seite 100ff), die ob der Begeisterung über die Matrixfähigkeit der Bibliothek oft stiefmütterlich behandelt wird. Und endgültig überzeugt war ich, als ich entdeckte, daß der 3D-Graphik und -Animation mit VPython ein ganzes Kapitel (Kapitel 7, S. 359ff) mit 50 Seiten spendiert wurde. Denn VPython steht schon lange auf der Liste der Bibliotheken, mit denen ich unbedingt einmal spielen möchte (siehe Screenshot).

Und warum das alles? Ich möchte meiner alten Liebe aus dem Studium, der numerischen Mathematik, wieder ein wenig mehr Raum gönnen, als Rentner habe ich ja nun (hoffentlich) Zeit dafür. Inspiriert durch Daniel Shiffmans Neuimplementierung von »The Nature of Code« und die jüngsten Ereignisse, die zeigten wie offensichtlich wenig Neigung besteht, sich mit mathematischen und naturwissenschaftlichen Methoden und Werkzeugen zu beschäftigen¹, möchte ich in der nächsten Zeit einige dieser (numerischen) Methoden und Werkzeuge vorstellen. Denn da wird man bestimmt nicht dümmer von!

Der Zugang soll zweigeteilt erfolgen: Zum einen möchte ich einige der wichtigsten numerischen Algorithmen von Grund auf implementieren, um ein Verständnis für die Grundlagen zu wecken, zum anderen werde ich aber auch – da man das Rad nicht immer neu erfinden muß – auch die (meist FORTRAN-basierten) Bibliotheken aus NumPy, SciPy und der Matplotlib nutzen (und jetzt natürlich auch VPython).

Dabei möchte ich mich nicht auf eine Entwicklungsumgebung festlegen. Neben meinem Anaconda-Python sollen natürlich Processing.py und TigerJython zum Einsatz kommen, weil ich glaube, daß diese für schnelle Experimente und Visualisierungen oft besser geeignet sind als die Boliden aus der »großen« Pythonwelt.

Außerdem habe ich via Stefan Höltgen entdeckt, daß in »Python exemplarisch« das Modul pyGPanel vorgestellt wird, ein Qt-Port von TigerJythons GPanel in die Welt von (C-)Python. Das wollte ich mir in diesem Zusammenhang natürlich auch noch näher anschauen und damit experimentieren. Still digging!

(Kommentieren)