Zurück zur Universität

Zusammenfassung

Diesen Monat bin ich noch einmal an die Universität zurückgekehrt, für einen besonderen Kurs über wissenschaftliches Programmieren. Dank der vielen Fortschritte beim maschinellen Lernen (in PowerPoint-Sprache „KI“ genannt), unter anderem ChatGPT, schien mir der Moment ideal, um in die Programmiersprache Python einzutauchen. Komm mit auf diese Reise.

Volltext

Warum Python für wissenschaftliches Programmieren?

Python ist in der Wissenschaft enorm beliebt geworden, und das aus gutem Grund. Die Sprache ist einfach und gut lesbar, daher kommen Neulinge schnell zurecht. Trotzdem ist sie mächtig genug für komplexe Aufgaben. Dank ihrer Vielseitigkeit können Forschende Algorithmen und Modelle verhältnismäßig leicht umsetzen.

Eine große Auswahl an Bibliotheken für wissenschaftliches Rechnen stärkt Pythons Stellung: NumPy, SciPy, Pandas und Matplotlib. Sie bieten umfangreiche Funktionen und Werkzeuge für Datenanalyse, statistische Modellierung und Visualisierung und machen wissenschaftliches Programmieren dadurch deutlich einfacher.

Im Vergleich zu anderen Programmiersprachen wie JavaScript oder Ruby, die oft außerhalb der Wissenschaft eingesetzt werden, zum Beispiel in der Webentwicklung, hat Python eine unkompliziertere Syntax. So kannst du dich auf das eigentliche Problem konzentrieren, statt mit den Feinheiten der Sprache zu kämpfen. Außerdem ist Pythons umfangreiches wissenschaftliches Ökosystem für die Forschung die passendere Wahl.

Schau dir diese beiden Codebeispiele an, eines in C++ und eines in Python 3. Beide Programme machen genau dasselbe: Sie fragen nach Namen und Geburtsdatum, prüfen die Eingabe grundlegend und verraten am Ende, wie alt die Person heute ist.

Du siehst sofort, wie unterschiedlich die Syntax ist. Python liest sich viel mehr wie Alltagsenglisch. Das macht den Code für viele leichter lesbar und verständlich.

Ein weiterer Grund für Pythons Erfolg im wissenschaftlichen Programmieren ist die lebendige Community. Forschende und Entwickler aus den unterschiedlichsten Fachgebieten teilen ihr Wissen, helfen einander und arbeiten an Open-Source-Projekten mit. So entsteht ein Umfeld aus Zusammenarbeit und ständigem Lernen.

Der Kurs

Im Kurs ging es um die absoluten Grundlagen des Programmierens, und wir haben sie an Aufgaben aus verschiedenen Wissenschaftsbereichen geübt. Am Ende hatten wir die Prinzipien des Programmierens gut verstanden und konnten sie in unterschiedlichen Bereichen und Projekten anwenden.

Sich die Grundlagen noch einmal anzuschauen, kann sich auch für erfahrene Programmierer (wie mich) enorm lohnen. Mit der Zeit schleichen sich leicht Gewohnheiten oder Abkürzungen ein, die nicht den bewährten Methoden entsprechen. Wer zu den Grundlagen zurückkehrt, kann sich schlechte Angewohnheiten abgewöhnen und das Fundament neu festigen. Dazu kommt: In der Tech-Branche entstehen ständig Neuerungen und Updates. Wer die Grundlagen wiederholt, bleibt als alter Hase auf dem aktuellen Stand der Entwicklungen und Methoden. Außerdem kannst du so mit einem frischen Blick an das Programmieren herangehen.

Der Kurs bestand aus mehreren Modulen. In Level 1 hatten wir die Wahl zwischen ALGORITHMEN, wo es darum ging, intuitive Probleme in Schritte zu zerlegen, die ein Computer versteht, und ZAHLEN, einem mathematisch ausgerichteten Modul über die Eigenschaften von Zahlen, für das man keine Vorkenntnisse in Mathe brauchte. In Level 2 hieß die Wahl TEXT, mit Sprachverarbeitung und Stimmungsanalyse von Tweets, oder NUMERISCHE INTEGRATION, wo wir wichtige Verfahren lernten, um Flächen unter Funktionen zu bestimmen, wenn die klassische Integration nicht ausreichte. In Level 3 ging es um BIG DATA: große Datensätze und Wettermuster in den Niederlanden analysieren. Ein optionales Bonuslevel, BEWEGUNG, simulierte, wie man einen Tunnel durch den Planeten gräbt, und behandelte physikalische Probleme, die sich mit Computerhilfe lösen lassen.

Fazit

Egal wie alt oder weise du bist, man kann immer etwas Neues lernen, gerade mit Fortschritten im maschinellen Lernen wie GPT4. Außerdem ist die Rückkehr an die Uni eine erfrischende Abwechslung: ein ganz anderer Kontext als die kommerzielle und berufliche Welt, in der ich normalerweise unterwegs bin. Mein Motto: Stay hungry, stay foolish!