From 4e4525a9997bf75387d1767f46ea3979a094540e Mon Sep 17 00:00:00 2001 From: astropenguin Date: Fri, 5 Apr 2024 10:39:23 +0000 Subject: [PATCH] deploy: a159c430213d901acf632f4520b02ce20bf2ec27 --- v2024.4.0/index.html | 297 +++++++++++++++++++++++++++++++++++++++++++ v2024.4.0/index.md | 226 ++++++++++++++++++++++++++++++++ 2 files changed, 523 insertions(+) create mode 100644 v2024.4.0/index.html create mode 100644 v2024.4.0/index.md diff --git a/v2024.4.0/index.html b/v2024.4.0/index.html new file mode 100644 index 0000000..4db037b --- /dev/null +++ b/v2024.4.0/index.html @@ -0,0 +1,297 @@ +
+

Introduction to the programming language Python in radio astronomy

+
    +
  • 2024-04-08 @ Python tutorials #0
    • +
  • Presented by: Akio Taniguchi (Tamura group)
    • +
+
+
+

Contents

+
    +
  • なぜ天文学でPythonを学ぶのか +
      +
    • （電波）天文学とプログラミング
      • +
    • プログラミング言語Python
      • +
    +
    • +
  • Pythonを学ぶ上で知っておきたいこと +
      +
    • 公式の機能・ドキュメントを知る癖をつけよう
      • +
    • 「分からないこと」はどんどん質問をしよう
      • +
    • Pythonだけで全てを解決しないようにしよう
      • +
    • 他者への技術的な思いやりを持った書き方を心がけよう
      • +
    +
    • +
+
+
+

なぜ天文学でPythonを学ぶのか

+ +
+
+

（電波）天文学とプログラミング

+
    +
  • データ解析 +
      +
    • リダクション：生データから画像・スペクトルデータを生成
      • +
    • 要約・可視化：観測データのプロット・統計量への要約など
      • +
    • シミュレーション：理論モデルの生成・観測データとの比較
      • +
    +
    • +
  • 装置開発 +
      +
    • 望遠鏡制御：装置間の通信制御・データ取得・観測計画立案
      • +
    • 性能評価：装置の仕様と実観測データの比較・考察
      • +
    +
    • +
+
+
+
+
+
+
+

プログラミング言語Python

+
    +
  • 特徴 +
      +
    • 高水準の汎用スクリプト言語（オブジェクト指向言語）
      • +
    • シンプルで習得しやすい文法とデータ構造
      • +
    • 豊富な標準ライブラリ（battery included）
      • +
    • 科学用途の豊富な外部ライブラリ
      • +
    +
    • +
  • 用途 +
      +
    • 科学計算・機械学習・ウェブ開発・通信制御など
      • +
    • 天文学に限らずプログラム初学者が学ぶ言語の筆頭候補
      • +
    +
    • +
+
+
+
+
+

プログラミング言語Python

+
import openai
+
+
+def answer(question: str) -> str:
+    """Return the answer to a given question by GPT-3.5."""
+    response = openai.ChatCompletion.create(
+        model="gpt-3.5-turbo",
+        messages=[{"role": "user", "content": question}],
+    )
+    return response.choices[0].text
+
+
+openai.api_key = "*****"
+print(answer("Pythonを学ぶには？"))
+
+
+
+

プログラミング言語Python

+
    +
  • 2024年4月時点でのPython + +
    • +
  • 参考：バージョン2.x系のPython +
      +
    • 3.x系とは文法等が互換ではないことに注意 +
        +
      • 例：3/2 -> 1 (2.x), 3/2 -> 1.5 (3.x)
        • +
      +
      • +
    • CASAなど一部の天文ソフトウェアで必要になることも
      • +
    +
    • +
+
+
+

プログラミング言語Python

+
    +
  • 科学計算ライブラリ +
      +
    • NumPy, xarray, pandas: 多次元配列・表データの処理
      • +
    • SciPy, scikit-learn: 科学計算ライブラリ
      • +
    • Astropy: 天文計算ライブラリ
      • +
    +
    • +
  • 可視化ライブラリ +
      +
    • Matplotlib: 1-2次元データプロット
      • +
    +
    • +
  • その他 +
      +
    • Jupyter: ブラウザ+ノートブックのPython対話実行環境
      • +
    +
    • +
+
+
+
+
+

Pythonを学ぶ上で知っておきたいこと

+ +
+
+

公式の機能・ドキュメントを知ろう

+
    +
  • 標準ライブラリ：これだけでかなりのことができます +
      +
    • 時刻計算・並列計算・OS操作などなど
      • +
    • 全部覚える必要はないが、機能を探す癖を付けておく
      • +
    +
    • +
  • 言語ドキュメント +
      +
    • 標準ライブラリのヘルプ（引数の意味など）を全て網羅
      • +
    • Pythonのインタプリタではhelp(<関数名>)でも見られる
      • +
    +
    • +
  • 外部ライブラリドキュメント（英語） +
      +
    • 例えばastropy documentationなどで検索してみましょう
      • +
    +
    • +
+
+
+

「分からないこと」は質問しよう

+
    +
  • 調べたら分かること +
      +
    • エラー（例外）の意味（大抵は検索すればヒットする）
      • +
    • ライブラリの使い方（大抵はドキュメントがある）
      • +
    +
    • +
  • 調べても分からないこと +
      +
    • ある目的に対するライブラリの使い所（技術選定）
      • +
    • 専門知識（天体物理学）を必要とするコード
      • +
    +
    • +
  • ただ、最初のうちはあまり気にせず質問した方が良いかも +
      +
    • M1以上は「○○が分からない」的な質問から脱却しましょう
      • +
    +
    • +
+
+
+

Pythonだけで全てを解決しないように

+
    +
  • Pythonにも得意不得意があります +
      +
    • 実行速度はそこまで高速ではないことが多い→外部ライブラリ
      • +
    • 文字列操作など、かえってシンプルに書きづらいことも
      • +
    +
    • +
  • 外部ライブラリが使えないかを検討する +
      +
    • 例えばNumPyの配列計算は高速な科学計算では必須
      • +
    +
    • +
  • 最適な他のプログラミング言語を検討する +
      +
    • 例えばウェブ関連の開発ならJavaScriptなど
      • +
    • （ただし、学習コスト・引継ぎコストと要相談）
      • +
    +
    • +
+
+
+

Pythonだけで全てを解決しないように

+
    +
  • シェルスクリプト（UNIXコマンド）の理解も大事 +
      +
    • パイプライン：簡潔なデータ連続処理
      • +
    • 正規表現：効率的な文字列検索
      • +
    +
    • +
  • よく使われる一般的なデータ形式を知っておく +
      +
    • FITS, netCDF: 多次元配列
      • +
    • JSON, YAML, TOML: データ記述言語
      • +
    • CSV: 表形式
      • +
    • オリジナルのデータ形式は極力作らないようにしましょう
      • +
    +
    • +
+
+
+
+
+

他者への技術的な思いやり（難しい）

+
    +
  • Pythonらしい標準的な書き方→tutorialsで学びましょう + +
    • +
  • 可読性の高いコードの書き方を理解する +
      +
    • コードを複雑にしない書き方（例えば早期リターン）
      • +
    • 変数の命名方法（例えばendとlastはどっちを使うべき？）
      • +
    +
    • +
  • ドキュメントを残す（例えばAzelyのdocstrings）
    • +
  • 重要：ここでいう他者には「数ヶ月後の自分」も含まれます
    • +
+
+
+

参考文献・書籍

+ +
+
+

参考文献・書籍

+ +
+
\ No newline at end of file diff --git a/v2024.4.0/index.md b/v2024.4.0/index.md new file mode 100644 index 0000000..1784adc --- /dev/null +++ b/v2024.4.0/index.md @@ -0,0 +1,226 @@ +--- +marp: true +theme: gaia +paginate: true +backgroundImage: url('https://marp.app/assets/hero-background.jpg') +--- + +# Introduction to the programming language Python in radio astronomy + +- 2024-04-08 @ Python tutorials #0 +- Presented by: Akio Taniguchi (Tamura group) + +![bg right:25% 75%](https://openastronomy.org/pyastro/images/pyastro_logo_150px.png) + +--- + +# Contents + +- なぜ天文学でPythonを学ぶのか + - （電波）天文学とプログラミング + - プログラミング言語Python +- Pythonを学ぶ上で知っておきたいこと + - 公式の機能・ドキュメントを知る癖をつけよう + - 「分からないこと」はどんどん質問をしよう + - Pythonだけで全てを解決しないようにしよう + - 他者への技術的な思いやりを持った書き方を心がけよう + +--- + +# なぜ天文学でPythonを学ぶのか + +![bg blur](https://blueskyproject.io/_assets/scipy-ecosystem.png) + + +--- + +# （電波）天文学とプログラミング + +- データ解析 + - リダクション：生データから画像・スペクトルデータを生成 + - 要約・可視化：観測データのプロット・統計量への要約など + - シミュレーション：理論モデルの生成・観測データとの比較 +- 装置開発 + - 望遠鏡制御：装置間の通信制御・データ取得・観測計画立案 + - 性能評価：装置の仕様と実観測データの比較・考察 + +--- + +![bg](https://static.projects.iq.harvard.edu/files/styles/os_files_xlarge/public/eht/files/20190410-78m-800x466.png?m=1554877319&itok=ogdRX6BW) + + +--- + +![bg](https://user-images.githubusercontent.com/5890484/74090463-a0865580-4ad1-11ea-964f-0fd1ef07a851.png) + + +--- + +# プログラミング言語Python + +- 特徴 + - 高水準の汎用スクリプト言語（オブジェクト指向言語） + - シンプルで習得しやすい文法とデータ構造 + - 豊富な標準ライブラリ（battery included） + - 科学用途の豊富な外部ライブラリ +- 用途 + - 科学計算・機械学習・ウェブ開発・通信制御など + - 天文学に限らずプログラム初学者が学ぶ言語の筆頭候補 + +--- + +![bg fit](https://qph.fs.quoracdn.net/main-qimg-e75e13d665984b797b2f8401f7e03c1d) + + +--- + +# プログラミング言語Python + +```python +import openai + + +def answer(question: str) -> str: + """Return the answer to a given question by GPT-3.5.""" + response = openai.ChatCompletion.create( + model="gpt-3.5-turbo", + messages=[{"role": "user", "content": question}], + ) + return response.choices[0].text + + +openai.api_key = "*****" +print(answer("Pythonを学ぶには？")) +``` + +--- + +# プログラミング言語Python + +- 2024年4月時点でのPython + - 最新バージョン：[3.12](https://docs.python.org/ja/3.12/)（2024年10月に[3.13がリリース予定](https://peps.python.org/pep-0719/)） + - Google Colaboratoryでは[3.10が採用されている](https://colab.research.google.com/notebooks/relnotes.ipynb) + - これから始めるなら3.10以上を使いましょう +- 参考：バージョン2.x系のPython + - 3.x系とは文法等が互換ではないことに注意 + - 例：`3/2 -> 1` (2.x), `3/2 -> 1.5` (3.x) + - [CASA](http://casa.nrao.edu/)など一部の天文ソフトウェアで必要になることも + +--- + +# プログラミング言語Python + +- 科学計算ライブラリ + - NumPy, xarray, pandas: 多次元配列・表データの処理 + - SciPy, scikit-learn: 科学計算ライブラリ + - Astropy: 天文計算ライブラリ +- 可視化ライブラリ + - Matplotlib: 1-2次元データプロット +- その他 + - Jupyter: ブラウザ+ノートブックのPython対話実行環境 + +--- + +![bg](https://blueskyproject.io/_assets/scipy-ecosystem.png) + + +--- + +# Pythonを学ぶ上で知っておきたいこと + +![bg blur](https://cdn.sstatic.net/insights/Img/Survey/2019/tech_network-1.svg) + + +--- + +# 公式の機能・ドキュメントを知ろう + +- [標準ライブラリ](https://docs.python.org/ja/3/library/index.html)：これだけでかなりのことができます + - 時刻計算・並列計算・OS操作などなど + - 全部覚える必要はないが、機能を探す癖を付けておく +- [言語ドキュメント](https://docs.python.org/ja/3/) + - 標準ライブラリのヘルプ（引数の意味など）を全て網羅 + - Pythonのインタプリタでは`help(<関数名>)`でも見られる +- 外部ライブラリドキュメント（英語） + - 例えば`astropy documentation`などで検索してみましょう + +--- + +# 「分からないこと」は質問しよう + +- 調べたら分かること + - エラー（例外）の意味（大抵は検索すればヒットする） + - ライブラリの使い方（大抵はドキュメントがある） +- 調べても分からないこと + - ある目的に対するライブラリの使い所（技術選定） + - 専門知識（天体物理学）を必要とするコード +- ただ、最初のうちはあまり気にせず質問した方が良いかも + - M1以上は「○○が分からない」的な質問から脱却しましょう +--- + +# Pythonだけで全てを解決しないように + +- Pythonにも得意不得意があります + - 実行速度はそこまで高速ではないことが多い→外部ライブラリ + - 文字列操作など、かえってシンプルに書きづらいことも +- 外部ライブラリが使えないかを検討する + - 例えばNumPyの配列計算は高速な科学計算では必須 +- 最適な他のプログラミング言語を検討する + - 例えばウェブ関連の開発ならJavaScriptなど + - （ただし、学習コスト・引継ぎコストと要相談） + +--- + +# Pythonだけで全てを解決しないように + +- シェルスクリプト（UNIXコマンド）の理解も大事 + - パイプライン：簡潔なデータ連続処理 + - 正規表現：効率的な文字列検索 +- よく使われる一般的なデータ形式を知っておく + - FITS, netCDF: 多次元配列 + - JSON, YAML, TOML: データ記述言語 + - CSV: 表形式 + - オリジナルのデータ形式は極力作らないようにしましょう + +--- + +![bg](https://cdn.sstatic.net/insights/Img/Survey/2019/tech_network-1.svg) + + +--- + +# 他者への技術的な思いやり（難しい） + +- Pythonらしい標準的な書き方→tutorialsで学びましょう + - Pythonには[標準の書き方の指針](https://pep8-ja.readthedocs.io/ja/latest/)がある + - Pythonicな文法を使いこなす（例えばイテレータ） +- 可読性の高いコードの書き方を理解する + - コードを複雑にしない書き方（例えば早期リターン） + - 変数の命名方法（例えば`end`と`last`はどっちを使うべき？） +- ドキュメントを残す（例えば[Azely](https://github.com/astropenguin/azely)のdocstrings） +- **重要：ここでいう他者には「数ヶ月後の自分」も含まれます** + +--- + +# 参考文献・書籍 + +- Python documentation + - [Python 標準ライブラリ](https://docs.python.org/ja/3/library/index.html) + - [Python コードのスタイルガイド](https://pep8-ja.readthedocs.io/ja/latest/) +- Python books + - [スッキリわかるPython入門 第2版](https://amzn.asia/d/c03aweb)→今回使うテキスト + - [Python ゼロからはじめるプログラミング](https://amzn.asia/d/39Ysilv) + - [科学技術計算のためのPython入門](https://www.amazon.co.jp/dp/4774183881/ref=cm_sw_r_tw_dp_U_x_k0TUEbVANHNQMj) + - （自分が読みやすいものなら正直何でも良いので1冊通読） + +--- + +# 参考文献・書籍 + +- Library references + - [NumPy](https://numpy.org), [pandas](https://pandas.pydata.org), [xarray](https://xarray.pydata.org/en/stable/index.html) + - [Matplotlib](https://matplotlib.org) + - [SciPy](https://www.scipy.org), [Astropy](https://www.astropy.org) +- Other books + - [リーダブルコード](https://www.amazon.co.jp/dp/4873115655/ref=cm_sw_r_tw_dp_U_x_WATUEbR6S95N0) + - [UNIXコマンドブック 第4版](https://www.amazon.co.jp/dp/4797372281/ref=cm_sw_em_r_mt_dp_U_V8pUDbKDTPHAY)