Wissenschaftlich Programmieren

Python: Für Anfänger und wissenschaftliche Simulationen bzw. Datenanalysen

Der Schwerpunkt in Wissenschaft, Forschung und dem Laboralltag verlagert sich immer mehr hin zur Datenauswertung. Trotz des steigenden Bedarfs erlangen Wissenschaftler aber nur selten die für die effektive Datenverarbeitung notwendigen Programmierkenntnisse. Infolgedessen verbringen sie zu viel Zeit damit, Analysen fehleranfällig händisch oder aufwendig mit Excel durchzuführen. Das wissenschaftliche Programmieren hat sich erheblich vereinfacht: Die Programmiersprache Python stellt selbst für Anfänger eine gute Basis dar, Daten schnell und einfach auszuwerten. Für wissenschaftliche Simulationen, Datenanalysen bis hin zur Datenvisualisierung steht eine große Vielfalt an Open-Source-Bibliotheken zur Verfügung und haben Python zur Standardmethode für programmierende Wissenschaftler werden lassen.

Einführung in Python

  • Warum sich Python besonders für Wissenschaftler und den Laboralltag eignet
  • Erläuterung des klaren Sprachaufbaus
  • Wie einfache Ausbaumöglichkeiten umgesetzt werden
  • Arbeit mit Python für eine lesbare, klare Syntax mit einfachen Strukturen

Für Python existieren bereits viele wissenschaftliche Module die Arbeit und Zeit sparen, z. B. BioPython für Genetik und Biochemie, StatPy für statistische Datenauswertung, Python-Graph für einfache graphische Auswertung der Daten und viele andere.

Praktische Übungen

  • Einführung in die Python-Syntax
    • Ein- und Ausgabe
    • Datentypen
    • Variablen
    • Schleifen
    • Dictionaries
    • Parameterübergabe
    • Dateien lesen und schreiben
    • Funktionen
  • Einfache Skripte und komplexere Funktionen
  • Datenauswertung mit BioPython für spezielle biologische Fragestellungen
    • Arbeiten mit DNA- und RNA-Sequenzen
    • DNA-Translation
    • DNA-Transkription
    • Skripte zur automatischen BLAST-Ausführung
    • FASTA-Format
    • DNA-Alignment
  • Statistische Datenauswertung mit StatPy
  • Graphische Datenauswertung
  • Einführung in die objektorientierte Programmierung mit Python

Zielgruppe

Wissenschaftliches Programmieren mit Python richtet sich an Wissenschaftler, Forscher und Master- oder PhD-Studenten, die sich noch nie an das Programmieren herangetraut haben und die den wissenschaftlichen Alltag durch eine effiziente und schnelle Datenauswertung angenehmer gestalten wollen. Es sind keine Programmierkenntnisse erforderlich. Grundkenntnisse einer anderen Programmiersprache können von Vorteil sein.

Die Inhalte sind grundsätzlich für Teilnehmer aus allen wissenschaftlichen Gebieten, jedoch insbesondere der Biologie, Biotechnologie und Chemie geeignet.

Unsere Veranstaltungsorte von dieser / diesem SchulungTrainingSeminarKurs (nach oben)Berlin, Dresden, Frankfurt am Main, Hamburg, Hannover, Karlsruhe, Köln, Leipzig, Magdeburg, München, Stuttgart und Inhouse.

Fortbildung oder Weiterbildung zu Python – wir setzen nur auf erfahrene Talente als Python Trainer. Das Credo von Gunnar Boldhaus lautet „Für schlüssige Argumente gehe ich Dingen immer auf den Grund“. Mehr zu ihm und den Beweggründen unserer anderen Trainer erfahren Sie bei seiner Biographie (direkt erreichbar per Bild).