Python

Zu dieser Seite

Auf dieser Seite werden ein paar hilfreiche Links zum Einstieg in die Programmiersprache Python und das Spezialgebiet Bildverarbeitung vorgestellt.

Grundlagen

• Codecademy: https://www.codecademy.com/en/tracks/python
  • Lernen der Sprache Python in einem interaktiven freien Online-Kurs, ohne es selber installieren zu müssen
• Beispielaufgaben für Python: https://projecteuler.net/
  • Hier kann man an einfachen Aufgaben testen, ob man die Grundlagen von Python kann. Hierzu muss man Python lokal installiert haben, siehe nächstes Kapitel.
• Python-Kurs: https://www.python-kurs.eu/python3_kurs.php
  • Sehr ausführlich, bei Bedarf und zum Nachschlagen

Python ohne Installation online programmieren

• https://repl.it/languages/python3
  • Hier can man kurze Codebeispiele online eingeben und ausführen

Installation

• Installationsumgebung Miniconda: https://conda.io/miniconda.html
  • Installationsumgebung für Python. Man kann damit auch sehr gut versschiedene Python-Versionen nebeneinander betreiben
  • Keinesfalls für "all users" installieren, nur für "just me", sonst funktioniert das nicht korrekt
  • Beispiel: Installation von Python 3.6 mit einigen typischen Paketen
    • Die nachfolgenden conda-Befehle können nur in einer Anaconda-Kommandozeilenumgebung aufgerufen werden. Dazu das Programm "Anaconda-Prompt" starten
    • conda create -n py36 python=3.6
    • conda install -n py36 scipy matplotlib pandas ipython jupyter scikit-learn numpy spyder
    • activate py36
    • Ipython aufrufen mit "jupyter notebook" aus dem cmd Fenster mit der aktivierten Conda Umgebung. Vorher ggf ins anzuzeigende Notebookverzeichnis wechseln.
• Die Entwicklungsumgebung Spyder, mit der man Python-Programme schreiben kann, müsste sich nach dem Installationsvorgang als neu installiertes Windows-Programm finden.

Python und Bildverarbeitung

• Scikit-Image - Ein sehr gutes Bildverarbeitungspaket für Python: https://scikit-image.org/
  • Einführung zu Scikit-Image: http://www.scipy-lectures.org/packages/scikit-image/
  • Ein sehr gutes Tutorial zu Scikit-Images: https://github.com/scikit-image/skimage-tutorials
    • Siehe insbesondere hier: https://github.com/scikit-image/skimage-tutorials/tree/master/lectures (Hinweis: muss man in Jupyter Notebook ansehen und bearbeiten)

Weitere Links

• Starten von Ipython/Jupyter Notebook
  • Im Anaconda prompt in das Verzeichnis des Notebooks wechseln und dort "jupyter notebook" eingeben.
  • Alle Umgebungen in Jupyter verfügbar machen (im base kernel ausführen): conda install nb_conda_kernels
• Fragen und Tips bei Stackoverflow
  • https://stackoverflow.com/
  • Forum zur Diskussion rund um Programieraufgaben, es gibt eigene Tags für python, scikit-image, ...
  • Man lernt auch sehr viel, wenn man versucht, sich einen Account anzulegen und selbst Fragen von anderen zu beantworten.