Python für Ingenieure für Dummies

Schlichtes Ausführen fertiger Software wird den Bedürfnissen des Ingenieuralltags nicht mehr gerecht. Oft muss Programmcode selbst entwickelt oder angepasst werden. Aber Ingenieure sind keine Softwareentwickler. Mit Python steht ein mächtiger und flexibler Werkzeugkasten zur Verfügung, der es erlaubt, eine große Klasse von Ingenieurproblemen - oft mit wenig Aufwand - zu lösen. Die Kernaufgaben sind dabei meist: Daten akquirieren, Lösungsalgorithmen anwenden, Ergebnisse visualisieren. Das Buch zeigt anhand zahlreicher Beispiele aus unterschiedlichen Anwendungsfeldern der Ingenieurwissenschaften, wie Python zur Lösung dieser Aufgaben eingesetzt werden kann. Gleichzeitig wird das nötige Hintergrundwissen vermittelt, um das Gelernte auf eigene Fragestellungen zu transferieren. Die vermittelten Kenntnisse sind anwendbar auf Übungsaufgaben im Studium genauso wie auf Probleme aus der Praxis.

Autorentext
Carsten Knoll ist promovierter Ingenieur und wissenschaftlicher Mitarbeiter am Institut für Regelungs- und Steuerungstheorie der TU Dresden. Seit 2010 hält er dort den "Pythonkurs für Ingenieur:innen" mit jeweils ca. 50 Teilnehmern. Kollegen, Studierende und Freunde freuen sich, dass er auf viele Python-Fragen eine Antwort weiß.
Robert Heedt ist Ingenieur für Elektrotechnik sowie Doktorand und wissenschaftlicher Mitarbeiter am Institut für Regelungs- und Steuerungstheorie der TU Dresden.

Inhalt

Über die Autoren 11

Einleitung 23

Teil I: Los geht's 29

Kapitel 1: Erstkontakt 31

Kapitel 2: Installation und Inbetriebnahme 41

Kapitel 3: Grundlagen 53

Teil II: Rechnen und Plotten 81

Kapitel 4: Effiziente Numerik mit NumPy 83

Kapitel 5: Ein bisschen Mathe - So viel Spaß muss sein 105

Kapitel 6: Brunftzeit für Termhirsche 129

Kapitel 7: Visualisierung 143

Teil III: Fortgeschrittene Ingenieursmethoden 167

Kapitel 8: So tun, als ob: Modellbildung und Simulation 169

Kapitel 9: Optimierung - Besser geht's nicht 195

Kapitel 10: Mechanik - Ganz ohne schmutzige Hände 229

Kapitel 11: Fourier-Analyse - Python in der Disco 255

Kapitel 12: Kombinatorik, Zufall und Statistik 275

Kapitel 13: Python im Labor - Steuern, Messen, Filtern, Darstellen 303

Teil IV: Schöner, schneller, robuster 325