Author(s):	Christian Geier, Henning Dickten
Location	Raum 314 (Haus 7)
Date	oct Mon 14	Days Raw Files
Start	09:00	First Raw Start	error-in-template
Duration	00:210.0:00	Offset	None
End	12:30	Last Raw End
Chapters
Total cuts_time	None min.

https://2013.de.pycon.org/schedule/sessions/62/
raw-playlist raw-mp4-playlist encoded-files-playlist mp4 svg png

assets release.pdf Einführung_in_NumPy.json
logs
Admin: episode episode list cut list raw files day marks day marks day image_files

State:	--------- borked edit encode push to queue post richard review 1 email review 2 make public tweet to-miror conf done
Locked:	clear this to unlock
Locked by:	user/process that locked.
Start:	initially scheduled time from master, adjusted to match reality
Duration:	length in hh:mm:ss
Name:	Video Title (shows in video search results)
Emails:	email(s) of the presenter(s)
Released:	Unknown Yes No has someone authorised pubication
Normalise:
Channelcopy:	m=mono, 01=copy left to right, 10=right to left, 00=ignore.
Thumbnail:	filename.png
Description:	NumPy ist der Quasi-Standard für schnelles Arbeiten mit Arrays in Python. In diesem Tutorial sollen grundlegende Kenntnisse von Array-Erzeugung und deren Eigenschaften über Array Operationen, bis hin zu Slicing und Broadcasting erlangt werden. ## Installation Vorrausgesetzt wird eine funktionierende NumPy Installation. Matplotlib ist zur Visualisierung nützlich aber nicht notwendig. IPython inkl. Notebook erleichtert insbesondere das interaktive Erarbeiten der Tutorialinhalte; IPython ist ebenfalls nicht notwendig aber sehr empfohlen. ### Beispiele für NumPy, IPython und matplotlib Installation #### OS X * http://fonnesbeck.github.io/ScipySuperpack/ #### Debian/Ubuntu * aptitude install python-numpy * aptitude install python-matplotlib * aptitude install python-ipython (mit Ubuntu LTS besser über 3rd Party installieren pip im virtualenv, Enthought Canopy etc.) #### Windows * 32bit: http://sourceforge.net/projects/numpy/files/NumPy/ * 64bit: http://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy * ipython: http://ipython.org/install.html * matplotlib: http://matplotlib.org/users/installing.html#installing-on-windows #### FreeBSD * portupgrade -N math/py-numpy * portupgrade -N devel/ipython * portupgrade -N math/py-matplotlib #### virtualenv * pip install numpy * pip install matplotlib * pip install ipython ## Numpy-Versionen: numpy 1.6–1.9 **Grundlegende Python-Kenntnisse sind erforderlich.** ## Gliederung: (insgesamt 180min): * Einführung NumPy * Arrays und deren Eigenschaften * Indizierung und Slicing * Ein- und Ausgabe * Reshaping * Grundlegende Array Operationen * Broadcasting / np.newaxis * Vektorisierung * Ein- und Ausgabe * Ungültige Werte und maskierte Arrays * Weitere Optimierungen (Ausblick auf C-API, Cython, numba) * Wenn Zeit: Views und Kopien; strided\_as ## NICHT eingegangen wird auf: * NumPys Fähigkeiten im Bereich der lineare Algebra markdown
Comment:	production notes