Python编码dojo的科学问题

Question

我们正在巴西Python社区组织一个科学应用程序的编码Dojo，主要目标是：提高我们在Numpy（以及其他一些科学libs）方面的技能；改进TDD在此类应用程序中的使用；以及更好地理解这些api的局限性。在

我正在寻找符合这些目标的问题（主要是使用Numpy）。有什么建议吗？在

更新1：

是randori编码的道场。在

我们对一个特定的领域没有偏好（主要是在不同的领域工作），由于这是我们的第一个“科学道场”，我们不知道什么是科学道场的最佳问题。在

不管怎样，问题一定很小，也许我们需要解释问题背后的理论，所以，它们也不可能是复杂的（除非在特殊的场合）。示例：实现multivariate normal function

未来一代的总结：

• 主成分分析（PCA）用于在二维平面图上投影一组数据。在
• 用Vitterbi算法实现词性标记器。在
• 图像颜色量化使用高斯和EM算法（使用scikit？）在
• 模拟随机偏微分方程。在
• 实现多元正态函数。在
• 。。。还有什么？。。。在

Answer 1

你没有提到你正在使用什么代码的kata资源以及它们为什么不合适。在

很多代码卡塔贴就可以了。在

要为科学家创建一个新的代码kata，您需要集体讨论常见的数据处理任务。你需要一堆用户故事，从中你可以得到一个好的代码kata。在

例如，在精算师的工作中，我花了大量时间阅读原始数据、过滤、清理、组织和总结。通常，在一个使用CSV的简短Python应用程序中，一些if语句、一些字典和最后的打印循环。在

通常，我可以在一两个小时内完成其中的一个，这取决于复杂性和我必须编写的测试的数量，以确保任何好的结果都会发生。在

Answer 2

Software Carpentry，一套科学计算的教材，大部分是用Python编写的，有许多经过深思熟虑的示例问题。在

Answer 3

你卖掉了看看麻省理工学院的this lecture。以前我学到了一些新东西，也学会了如何处理python。他们有一些不同事物的简单例子，并提出了计算的基本思想。在

我的观点是，您应该实现SciPy cookbook的一些示例和一些Numpy示例。做一些科学的事情，没有纽比/希比是不可能的。同样，像multivariate normal distribution这样的NumPy已经可用的方法的实现是浪费时间和效率低下的。我会说，使用一些计算方法，比如牛顿迭代法或者类似的方法，这些方法很容易编程，在python中看起来很好。还有一本很适合你的课程的小册子。它是关于使用python进行科学研究的。这本书讨论了Numpy/Scipy，Matplotlib和其他对科学家很重要的例子。这里展示的东西很有用，但我没有通过谷歌找到。我会在我的小图书馆里找你，但可能需要一些时间（它就在那里的某个地方——我知道）。在

希望这对你有帮助。在