PythonCamp Cologne

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.

Folgende Themen könnten wir bearbeiten:

- 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

- Views und Kopien; strided_as

oder: Ihr zeigt mir Python, ich zeige Euch Ruby

Ihr geht in zweier-Gruppen die wichtigsten Sprachkonstrukte von Python durch und versucht rauszufinden wie das in Ruby geht. Wenn Ihr zu keiner Lösung kommt, erklärt Ihr mir das entsprechende Konstrukt in Python und ich versuch das nach Ruby zu übersetzen.

Bitte keine superausgefeilten Spezialprobleme: ich kenne in Ruby auch nur das was ich täglich anwende.

Ich würde mich über eine Einführung in Sphinx freuen, besonders interessiert mich das gleichzeitige Erstellen von man-pages und Web-Dokumentation.

GUI-Tool kivy (http://kivy.org/) würde ich gern erlernen. Es ist cross-platform, und py3k fähig.

Check-out gallery: http://kivy.org/#gallery

Ich würde gerne mit Euch Erfahrungen im Bereich CLI Applikationen Austauschen.

Ich erkunde gerade Möglichkeiten reproduzierbare Umgebungen (z.B. virtuelle Maschinen oder Container) automatisiert aufzudetzen, um möglichst komfortabel verteilte Systeme zu entwickeln und zu testen. Vagrant zusammen mit Salt als Provisioner (ähnlich wie Chef oder Puppet) erscheint mir da als sehr gute Lösung, aber auch Docker (Container) ist sehr interessant und weitaus leichtgewichtiger als der Ansatz mit kompletten virtuellen Maschinen.

Ich stehe da noch relativ am Anfang und möchte zu dem Thema einen kleinen Vortrag und/oder eine Tutorial Session vorbereiten und mich mit Euch austauschen, was ihr für Erfahrungen mit diesen und ähnlichen Tools habt.

http://www.saltstack.com/

http://www.vagrantup.com/

http://www.docker.io/

Noch weiß ich leider nicht, ob ich teilnehmen kann (entscheidet sich in

der ersten Märzwoche), aber ich wäre sehr interessiert an eine

Diskussion über Testen. Nicht, welche Tools man dazu nimmt, sondern was

und wie man testet und wie man mit dem Problemen dabei fertig wird:

- Ausgaben ändern sich, auf die getestet wird

- Negativtests

- variable Stringanteile aus Output filtern

- interne Zustände abfragen, wbd als Möglichkeit (Vortrag von mir zur

PyCon 2012 - white box debugging)

- Auswahl sinnvoller Testsuites

- Weit weit "oben" setzt man einen Unittest an? Was versteht Ihr

darunter?

Ich glaube, hier gibt es noch ziemlichen Diskussionsbedarf ...

Quasi "im Geiste von" Klaus Bremers FritzConnection und meinem Lightning Talk vom letzten Jahr zur (hacky) Überwachung meines Telefons biete ich nun eine Einführung zu PySNMP an. Mit dem Simple Network Management Protocol lassen sich viele Netzwerkgeräte überwachen, aber auch umkonfigurieren! Das verheißt unbegrenzte Möglichkeiten zum (kaputt?)spielen. Und natürlich gibt es dazu auch eine Python-Bibliothek, die es einem relativ leicht macht - wenn man erst einmal begriffen hat, was Sache ist! Als konkretes Beispiel würde ich zeigen, wie ich mit Flask, PySNMP und Bootstrap einer kleinen Telefonanlage eine anwenderfreundlichere Oberfläche überstülpen konnte.

Der Wettbewerb http://pymove3d.pysv.org findet dieses Jahr zum zweiten Mal statt.

Wir möchten Interessenten zusammenführen um Programmier Kurse für Jugendliche Anbieten zu können. Was dazu nötig ist und welche Erfahrungen wir im vergangenen Jahr gemacht haben ist Teil dieser Session.

Ich hätte Interesse an einer Session über die Verwendung von sikuli mit webdriver zum funktions testen.

Ich bin gerade dabei eine mittelgroße Backuplösung (mit Bacula) auf den Prüfstand zu stellen und habe ein Python-basierted block-level Backup-Tool von Daniel Kraft (D9T) im Gepäck. Wenn das Thema noch jmd. interessiert würde ich das Tool und den Code zusammen sichten und etwas dran hacken und die FLOSS-Veröffentlichung vorbereiten.

Hi,

ich beschäftige mich nur am Rande mit Python. Mir gefällt die Freiheit der Typen und die damit verbundene Flexibilität. Wenn meine Programme eine gewisse Reife erlangt haben, dann komme ich jedoch an die Grenzen der Flexibilität. Wenn sichergestellt werden muss das Eingaben korrekt sind und der damit verbundene Aufwand durch casten und Abfangen von Exceptions relativ gross wird hört der Spass auf.

Mich würde interessieren wie man mit solchen Problemen umgeht. Vielleicht kann man sich da einmal zusammen setzen....

Pure Data (Pd) ist eine grafische Dataflow-Programmierumgebung, spezialisiert auf Digital Signal Processing (DSP), insbesondere für Audio- und Videosignale. Der Datenfluss wird mit einem grafischen Editor als Netzwerk von Objekten modelliert und als sog. Patch gespeichert.

Seit 2010 gibt die libpd-Bibliothek, die es erlaubt, Pure Data in Programme einzubetten und Pd-Patches zu laden. Damit lässt sich also in eigene Programme eine leistungsfähige DSP-Engine integrieren.

JACK ist ein echtzeitfähiges Audio- und MIDI-Routing Framework erhältlich für Linux, OS X und Windows. JACK hat eine Client-Server-Architektur. Der Server übernimmt die Ausgabe an die Audio-Hardware und das Routing der der Audio-Ströme zwischen den Clients. JACK-Clients müssen eine einfache Callback-API implementieren, und werden vom Server periodisch aufgerufen, um Audio-Aus- und Eingabe zu verarbeiten.

Mit py-jack und pylibpd existieren sowohl für JACK als auch libpd Python-Bindings. In einem Workshop möchte ich zeigen, wie man diese beiden Python-Bibliotheken miteinander kombiniert, um in einer Pythonappliaktion die dynamische Erzeugung von Audiosignalen via Pure Data und ihre Ausgabe über JACK in Echtzeit zu implementieren.