visciric / NGDS--Viscio

Numerische Grundlagen der Data Science FS23

Link zum Moodle-Kurs NGSD

Ziele, Themen und Lernzyklus

• Modulguide: Übergeordnete Lernziele und Übersicht der Inhalte
• Semesterplan: Themen pro Semesterwoche
• Lernzyklus: Ablauf der Lernaktivitäten pro Woche
  1. Einarbeit anhand des Arbeitsblatts (vor Do)
  2. Diskussion & Vertiefung vor Ort (Do)
  3. Festigung mit Übungen online (Fr)
  4. Übungen abschliessen (bis Do)

Arbeitsumgebung

Programme

Wir arbeiten mit Python Version 3.10. Gewisse Packages sind aktuell (Februar 2023) mit Version 3.11 noch nicht kompatibel.

Weiter empfiehlt sich

• Visual Studio Code
• GitHub Desktop

Arbeitsverzeichnis

Erstelle als Arbeitsumgebung für die beiden Module Numerische Grundlagen der Data Science und Datenzentriertes Programmieren ein Verzeichnis, z.B. namens NGDS-DZP, also so etwas

C:\Daten\ADLS\NGDS-DZP

Wir setzen alles so auf, dass dieses Verzeichnis später problemlos umbenannt oder verschoben werden kann.

GitHub Repository klonen

Klone das NGDS GitHub Repository in dem Arbeitsverzeichnis. Nutze dazu entweder GitHub Desktop oder den folgenden Befehl in einem Terminal (Eingabeaufforderung)

git clone https://github.zhaw.ch/ADLS-Data-Science-and-Computation/Numerische-Grundlagen-FS23.git

Nun gibt es ein neues Unterverzeichnis namens

C:\Daten\ADLS\NGDS-DZP\Numerische-Grundlagen-FS23

in dem die aktuelle Version des Repositories geklont ist. Dieses kannst du mit GitHub Desktop oder dem Befehl git pull im Terminal immer aktualisieren, wenn wir neue Inhalte pushen.

Verzeichnis für eigene Arbeit

Für die eigene Arbeit (Einarbeitung und Übungsaufgaben) brauchst Du ein weiteres Unterverzeichnis. Du kannst entweder gleich eines erstellen, z.B. NGDS, also

C:\Daten\ADLS\NGDS-DZP\NGDS

Oder besser: Du erstellst ein eigenes Repository auf GitHub oder ZHAW GitHub Enterprise und klonst dieses auch ins NGDS-DZP Arbeitsverzeichnis. So kannst Du z.B. Woche für Woche Deine Arbeit committen und pushen, um Dir diese Praxis anzueignen und gleich auch ein Backup zu haben.

Python Virtual Environment

Wir setzen ein Virtual Environment definiert durch die Datei requirements.txt auf. So haben alle die gleichen Packages installiert. Das Environment soll sich im übergeordneten Arbeitsverzeichnis, so dass es für NGDS und DZP benutzt werden kann.

Wir führen folgende Schritte im Terminal im Arbeitsverzeichnis aus. (Arbeitsverzeichnis in VS Code öffnen und dort einen neuen Terminal öffnen.)

• Windows:

  1. Virtual Environment namens venv erzeugen:

     py -m venv venv
     

  2. Environment aktivieren:

     venv\scripts\activate
     

  3. Pip aktualisieren:

     py -m pip install -U pip
     

  4. Alle benötigen Packages installieren:

     pip install -r Numerische-Grundlagen-FS23\requirements.txt
     

• Mac:

  1. Virtual Environment namens venv erzeugen:

     python3 -m venv venv
     

  2. Environment aktivieren:

     source venv/bin/activate
     

  3. Pip aktualisieren:

     python3 -m pip install -U pip
     

  4. Alle benötigen Packages installieren:

     python3 -m pip install -r Numerische-Grundlagen-FS23/requirements.txt
     

Arbeit am Projekt und Abgabe

to do

Lizenz

Dieses Werk ist lizenziert unter einer Creative Commons Namensnennung - Weitergabe unter gleichen Bedingungen 4.0 International Lizenz.