Python (VŠCHT – ZS 2024/2025)

TYP+kecanemanZ.iriJ

PS: Na obdobný předmět BI-PYT volně navazuje předmět MI-PYT zaměřený na praktické aplikace Python'u, jako jsou webové aplikace, testování, dokumentace a distribuce modulů, zpracování dat, tvorba GUI, matematické a jiné náročné výpočty.

Pomůcky

Python 3.x
~ přehled Python'u 3.x
~ tahák pro Python 3.x
~ základní programové konstrukce pro Python 3.x
~ PyPI aka Python CheeseShop (repozitář balíčků pro pip)

IDEs
~ PyCharm – pythoní IDE v Javě (multiplatformní)
~ Jupyter – webový notebook
~ DreamPie – pythoní shell s víceřádkovou historií
~ PyScripter – pythoní IDE s integrovaným debugerem (pro Windows)

Další nástroje
~ kiki-re – vizualizátor regexpů
~ Git – DVCS
~ Mercurial (hg) – DVCS

Příklady z hodin

1. 2024-09-20:
   • záznam z Dreampie, záznam z konzole
   • export virtuálního prostředí (ve formátu YAML) pro tvorbu zvuků pomocí knihovny Pyo
   • pythoní zdrojové kódy a dokumentační řetězce
   • příspěvek ke kódování textů
2. 2024-09-27:
   • Z důvodu nemoci hodina bohužel odpadá :-( Částečnou náhradou domácí úkol, viz mejl.
3. 2024-10-04:
   • Z důvodu nemoci hodina bohužel odpadá :-(
4. 2024-10-11:
   • příkaz print() je řádkově cacheovaný
   • záznam z Dreampie
   • ukázka použití výjimek
   • úvodní cvičení na čísla (a smyčky a podmínky a funkce…)
   • úvod do dokumentačních řetězců
5. 2024-10-18
   • záznam z Dreampie
   • dokumentační řetězce a testy
   • základy modulů (import, jmenné prostory)
   • některé ze zádrhelů při importu
   • několik řešení cvičení 4 na řetězce
   • dvě řešení cvičení 10 na řetězce
6. 2024-10-25
   • záznam z Dreampie
   • trable s výchozím kódováním textových souborů v Python'u 3
   • základy zpracování textových souborů
   • jak načíst data z CSV
   • jednoduché řazení dat z CSV
   • použití pojmenovaných n-tic a složitější řazení seznamů
7. 2024-11-01
   • praktické cvičení (vyčištění textových dat a jejich export do CSV)
   • záznam z Dreampie
   • aplikace množin a slovníků (hustota obyvatel)
8. 2024-11-08
   • záznam z Dreampie
   • staré pythoní podrazy – input() ve dvojkovém Python'u
   • užití modulu pickle
   • velká data (bez dat) – pickle, mmap
   • rekurzivní funkce a memoizace
9. 2024-11-15
   • záznam z Dreampie
   • cvičení – zpracování dat FASTQ (generátor, sys.argv, fileinput)
   • cvičení – zpracování dat FASTA jako generátor
   • implementace funkce join() jako globálního objektu pomocí reduce()
   • generické funkce a přetěžování (pouze) v prvním argumentu
10. 2024-11-22
    • záznam z Dreampie
    • aplikace magických metod – cyklický seznam
11. 2024-11-29
    • Hodina odpadá (rektorský den a DOD).
12. 2024-12-06
    • potřebné základní vlastnosti modulů v Python'u
    • základní principy funkce HTTP-serveru pomocí knihovny CherryPy
    • nahrání a zpracování souboru na server
13. 2024-12-13
    • záznam z Dreampie
    • praktické použití knihoven Numpy a Numba (grafické operace a jejich zrychlování)
    • numpyovský broadcasting v praxi (plus jeden filtr)
    • ještě něco málo k modulům
    • PS: operátor @ v praxi (rozšíření řetězců)
14. 2024-12-20
    • ???

Příklady

1. řešené: rozcvička
2. řešené: typy – čísla
             ~ typy – řetězce
   cvičení: hrátky s „printem“ (úlohy 1-4)
3. cvičení: parsování textových souborů (úlohy 1-4)
4. řešené: typy – seznamy
   cvičení: příklady na čísla (úlohy 1-2, případně i 3)
5. cvičení: hrátky s čísly
6. cvičení: parsování textových souborů (úloha 6)
   řešené: typy – slovníky
             ~ typy – množiny
             ~ výjimky
   cvičení: hustota obyvatelstva
7. řešené: funkce
   cvičení: velká data a jejich zpracování
              ~ formáty FASTA a FASTQ
8. řešené: generátory (úlohy 1, 3 a 5)
             ~ dekorátory
   cvičení: ...
9. řešené: iterátory (úlohy 2, 4 a 6)
   cvičení (odpočinkové :-): L-systémy a několik jejich příkladů (želví grafika v Pythonu: úvod, přehled)
10. řešené (grafický formát PNM):
            ~ šachovnice
            ~ barevné přechody
    cvičení: problémy pro PNM
11. Numpy: základní grafické operace
                ~ korelační/konvoluční filtry (zvýrazňování hran, ostření)
                ~ steganografie
12. cvičení: náhoda a pravděpodobnost (úloha 1)
13. jazyk brainfuck a jeho grafické varianty:
            ~ přehled
            ~ základy programování
14. …

Domácí úkoly

Domácí úkoly nejsou – nahrazuje je zápočtový projekt (na který budete muset kromě Pythonu nastudovat i základy použití formulářů na webu). Procvičování bude věnován čas na hodinách.

Přednášky

1. úvodní slovo (Python, Numpy, BDFL, PEPs…)
2. Python prakticky:
        ~ instalační kuchařka (pro úplné začátečníky)
        ~ jak pracovat s vícero Python'y na jednom systému
        ~ virtuální prostředí: úvod & modul venv
        ~ balíčky prakticky: pip a wheel
        ~ externí nejen balíčkovací systém Conda:
   1. Conda – Víc než Python?
   2. základy práce s Condou (připravil Jiří Novotný)
        ~ práce s Jupyter Notebookem:
   1. úvod, instalace, spuštění
   2. základy práce
3. PS 0: obecné poznámky k typům v Python'u (a specifické pro sekvenční typy)
   PS 1: dokumentační řetězce a dokumentační testy
   PS 2: modulová kuchařka (pro začátečníky)
4. základní řídicí konstrukce
   typy:
        ~ čísla
        ~ řetězce
   k textům:
        ~ kódování textů & Unicode
        ~ hrátky s printem
5. typy:
        ~ n-tice (tuples) & pojmenované n-tice
        ~ Boolean (a priority operátorů)
        ~ seznamy & číselná typovaná pole array
   základy řazení
   souborová kuchařka aneb „Jak číst/psát ze/do souboru“
   
6. typy:
        ~ slovníky (& slovníky s výchozími hodnotami collections.defaultdict)
        ~ množiny a „zmražené“ množiny
   zpracování chyb – výjimky
7. serializace datových struktur:
        ~ základy
        ~ moduly pickle (včetně pickletools)
   funkce I:
        ~ základy
        ~ argumenty / parametry (důležité!)
        ~ viditelnost proměnných
        ~ funkce jako „first-class citizen“
   PS – rekurzivní funkce a memoizace:
        ~ rekurzivní algoritmy a jejich náročnost
        ~ technika memoizace
8. funkce II:
        ~ generátory (a generátorové výrazy)
        ~ uzávěry, lambda-funkce…
        ~ dekorátory (aplikace uzávěrů)
        ~ funkce vyššího řádu (higher/order functions)
   nejen typové anotace:
        ~ anotace funkcí
        ~ anotace proměnných a objektů
        ~ modul typing
        ~ projekt Mypy
   PS: „přetěžování“ funkcí pomocí dekorátoru @functools.singledispatch
9. uživatelský vstup:
        ~ input() a sys.argv (plus getopt a optparse)
        ~ zpracování vstupu z pajpy pomocí modulu fileinput
        ~ modul argparse [TODO subcommands a 3.3+]
10. některé aplikace tříd:
         ~ iterátory
         ~ třídění a porovnávání
         ~ kontextový manažer with
    třídy:
         ~ úvod
         ~ funkce super()
         ~ magické metody
         ~ protokol deskriptorů
         ~ introspekce
    PS: „Úvod do tříd pro ne-OOP-programátory“
11. důležitá přednáška o modulech v Python'u
    PS k semestrálce:
         ~ knihovna CherryPy
         ~ formuláře na webu: úvod, element <input> (připravil Jiří Novotný)
12. typy:
         ~ bajtový řetězec (binární data neproměnná)
         ~ bajtová pole (binární data proměnná)
    aplikace bajtových typů na grafiku:
         ~ formát PNM
    práce se soubory:
         ~ přehled (více o binárních a textových souborech)
         ~ práce s velkými soubory pomocí mmap
         ~ modul pathlib
         ~ modul tempfile
13. Numpy:
         ~ úvod
         ~ tvorba a vlastnosti polí
         ~ základní operace
         ~ „broadcasting“
         ~ výřezy, optimalizace
         ~ základy vektorizace
    PS k Numpy: rozšířená výřezová notace
    knihovna Pillow
    zrychlování kódu:
         ~ přehled
         ~ Numba [TODO @(gu)vectorize]
         ~ viz Cython
         ~ příklad – filtrace obrázků
14. Pandas:
         ~ ...
15. testování kódu:
         ~ úvod
         ~ doc-testy aneb O smysluplnosti docstringů
         ~ unit-testy
    ladění kódu:
         ~ modul timeit
         ~ moduly cProfile a pstats
         ~ odbroukovávače pdb (interní) a pudb3 (externí)
16. Python a SQLite
    regexpy v Python'u
    kreslení grafů pomocí externí knihovny matplotlib:
         ~ úvod a přehled
         ~ animace (základy)
17. interakce s prostředím:
         ~ os.system(), subprocess [TODO]
         ~ FFI: přehled, poznámky k vybraným jazykům, modul ctypes
         ~ Cython: přehled, úvod
18. …

Přednášky PLUS

• k textům:
       ~ modul textwrap
• pseudonáhodná čísla – modul random
• k serializaci datových struktur: modul shelve
• DVCS – přehled (mercurial a git + git složitější)
  
• minimalistický úvod do Tkinter'u
• souborový systém postaru aneb os, os.path, shutil (dnes už snad jenom když nemáte pathlib)
• základní použití modulů time, calendar a datetime
• WSGI aneb Web Server Gateway Interface
• úvod do práce s balíkem PANDAS [TODO]
• Py3k vs Py2k
• Když Python nestačí: jazyk Nim(rod)
• grafika: formát PNM
• …
• třídy²:
       ~ abstract base classes
       ~ metatřídy
       ~ dekorátory tříd [TODO]
• Python funkcionální:
       ~ modul functional [REDO]
       ~ modul itertools [TODO]
       ~ bonusová přednáška Python funkcionální
       ~ jazyky Hy a Coconut
• Procházka růžovou zahradou aneb Fakírovo lože:
       ~ Funkce čtené podruhé
       ~ Pythoní záludnosti
• Python asynchronní:
       ~ Korutiny aneb „Dvojí použití yield“
       ~ vybrané partie modulu asyncio ?
• grafika:
       ~ formát PNG
       ~ třída PhotoImage (GIF, PNM)
  modul struct

Zápočet

Zápočet bude udělen za úspěšně odevzdaný a obhájený projekt, kterým bude aplikace napsaná pomocí Numpy na základní úpravy obrázků. Rozhraní bude webové, serverová a výpočetní část poběží v Pythonu. Projekt bude vypracován pomocí verzování, např. git – odevzdání bez historie nebo s podezřele krátkou historií se nepokládá za úspěšné! Aplikace musí umět přinejmenším:

• rozlišení práce s černobílými versus barevnými obrázky;
• převod do negativu (černobílého i barevného);
• efekt solarizace;
• zesvětlení a ztmavení obrázku;
• zmenšení obrázku (odvážlivci můžou zkusit i nějakou formu zvětšení);
• efekt zvýraznění hran (s výběrem možností);
• ...

PS: Požadovanou funkcionalitu často poskytuje přímo knihovna Pillow, nicméně není v ní všechno a navíc jsou některé operace pomocí broadcastingu zajímavější přímo v Numpy. Každopádně úkolem je připravit pěkný a přehledný „editor“ obrázků, takže se soustřeďte spíše na to.

Zkouška

Na zkoušce se řeší:

• část teoretická – na papír a bez přístupu k internetu;
• část praktická – na vlastním notebooku s dostupnými veškerými materiály (pravděpodobně včetně AI).