Detail předmětu
Automatizace výpočtů, simulace a vizualizace
FSI-LAVAk. rok: 2024/2025
Tento kurz nabízí strukturovaný přístup k základům programování a jejich aplikacím v kontextu energetického inženýrství. První týdny se zaměřují na vytvoření pevných základů, seznámení studentů se základními koncepty programování a technikami zpracování dat. Jak kurz pokračuje, ponoříme se hlouběji do pokročilých funkcí programování, jako je ladění, protokolování a profilování. Zkoumá se využití standardních knihoven i knihoven třetích stran. Kromě toho kurz zdůrazňuje význam analýzy a prezentace dat a vysvětuje použití knihoven Python, jako jsou Numpy, Pandas a Plotly, což umožňuje vytvářet vizuálně přitažlivé a interaktivní grafy.
Dále se studenti seznámí se specializovanými nástroji jako FeniCSx, Coolprop a Xsteam, které jsou nezbytné pro řešení úkolů souvisejících s energií. Kurz uzavírá pokrytí optimalizačních technik, paralelního programování pro zpracování velkých objemů dat a komplexní kontrola úkolů, které studenti během semestru splnili, což nakonec vede k získání zápočtu.
Jazyk výuky
Počet kreditů
Garant předmětu
Zajišťuje ústav
Vstupní znalosti
Základní porozumění matematice a fyzice na vysokoškolské úrovni spolu se schopnostmi analytického myšlení.
Pravidla hodnocení a ukončení předmětu
Pro udělení zápočtu je nutná pravidelná a aktivní účast ve cvičeních, dodání všech zadaných úkolů.
Učební cíle
V tomto kurzu se studenti naučí, jak automatizovat výpočty a návrhové procesy pro vývoj vlastního softwaru pomocí programovacího jazyka Python spolu s kompatibilními knihovnami a open-source softwarem. Tento přístup minimalizuje potřebu manuální a intelektuální práce a v konečném důsledku zvyšuje efektivitu. Dále se studenti také seznámí s nástroji pro vizuální prezentaci výsledků a dat prostřednictvím atraktivních diagramů, přesahujících technické výpočty.
Studijní opory
Kurz je doplněn řadou online zdrojů, především ve formě instruktážních videí, poskytujících detailní vysvětlení teoretických a praktických aspektů probíraných témat. Studentům se důrazně doporučuje, aby tyto zdroje využívali při řešení úkolů během semestru.
Základní literatura
STEINKAMP, V. Python for Engineering and Scientific Computing. Rheinwerk Computing, 2024. (EN)
Elearning
Zařazení předmětu ve studijních plánech
Typ (způsob) výuky
Cvičení s počítačovou podporou
Vyučující / Lektor
Osnova
1. týden - Úvod do programování 1 - Datové typy, Základní operace, Generické operace,
2. týden - Úvod do programování 2 - Flow control, Smyčky, Funkce, argumenty,
3. týden - Objekty, Dědičnost, Polymorfismus,
4. týden – Debugging, logging, profilling,
5. týden - Standartní knihovny Python, Moduly třetích stran, Importy,
6. týden - Práce se soubory, Textové a binární soubory,
7. týden - Arrays a Matrices, knihovna Numpy,
8. týden - Časové řady, Datová analýza, Pandas,
9. týden - Prezentace dat, Interaktivní grafy, Plotly, Dashboard,
10. týden - Vybrané knihovny pro Energitické inženýry, FeniCSx, Coolprop, Xsteam,
11. týden - Optimalizace, SciPy, PyTorch,
12. týden - Paralelní programování pro zpracování velkého objemu dat,
13. týden - Kontrola úkolů, Zápočet.
Elearning