Como todos sabéis, hace un par de semanas se celebró la Euroscipy 2012 con mucho material interesante que repasar. Voy a hablar de los que tienen algo de material para poder juzgar sobre algo.
Tutoriales básicos para científicos (o no):
- Introduction to python for scientist (material del curso): Le he echado un ojo por encima y me parece un buen curso para empezar en el mundo python
- Scientific plotting with matplotlib (Curso y código del curso): El curso está genial para ver matplotlib por encima, donde todo se ve con ejemplos y donde la documentación completa de cada una de las cosas que se usan la tienes disponible a un click. Si el inglés no es lo tuyo puedes echarle un ojo a nuestro tutorial de matplotlib (en el blog o todo junto en pdf).
- Introducción a la computación científica con python: En este curso se hace uso de las excelentes scipy-lecture-notes. Si no las conoces ya estás tardando.
Tutoriales avanzados (estos sí que son más bien para científicos):
- Beyond Numpy: NumExpr, carray and blosc (presentación y ejercicios): Cuando Numpy no es suficientemente rápido para algunas operaciones, cuando el acceso a disco es lento, cuando nuestra memoria (RAM) es limitada no está todo perdido. Se habla sobre tres excelentes herramientas como son numexpr (aquí una introducción en español), carray y blosc que permiten hacer cosas muy interesantes.
- Parallel computing with multiprocessing, parallelpython and ipython (presentación): Las presentaciones de este chico son bastante inútiles si no has asistido o no tienes el video o, por lo menos, a mi me lo parecen (y dicho esto con todo el respeto y admiración del mundo hacia Ian). Habla sobre acelerar python paralelizando de diversas formas.
- Better numerics with scipy: De momento no está el material pero si, por casualidad, os enteráis, por favor, avisad por los comentarios, nuestro twitter o como sea puesto que es una charla que me interesa.
- Time series data analysis with python: lo mismo que la anterior, por favor, avisad si encontráis algo.
- Writing robust scientific code with testing (and python) (presentación): Algo importante y que yo no uso 🙁 en mi chorri-código. En el momento que tenga tiempo me pondré con ello (quizá nunca :-().
Charlas (solo alguna puesto que otras no tocan mi campo de acción y no he perdido mucho tiempo con ellas y no podría opinar con rigor):
- VisVis, an object oriented approach to visualization (presentación): Un wrapper OO para openGL. ¿¿¿¿Que aún no has usado openGL???? A ver si encuentro un rato para trastear con ello para mis campos tridimensionales y sale alguna entrada nueva de aquí.
- New developments with scikit-learn: machine learning in python (presentación): Aprendizaje automático hecho fácil en python. Una delicia de librería. Lo mismo que la anterior, si no la has usado aún échale un vistazo y seguro que le encuentras alguna utilidad. Hay excelentes tutoriales en su web y una lista de presentaciones increible que ya me gustaría para muchas de las cosas que uso. Yo ya he estado trabajando con SVRs (máquinas de vectores soporte usadas para problemas de regresión) y a ver si sale algo para pybonacci.
Espero que le echéis un vistazo a todo ese gran material, que nos contéis si lo usáis y como, que nos aviséis si veis los vídeos o material complementario y que disfrutéis tanto como yo 🙂
Hasta la próxima.
Buf… ¡demasiadas cosas que mirar! Voy a necesitar un rato largo para echar un vistazo a todo esto.
¡Gracias por el repaso Kiko!
Pingback: Bitacoras.com
¡Gracias por la recopilación! Hay unas cuantas charlas que me quiero mirar con detalle.
Por cierto, yo he usado pyserial con Arduino, pero únicamente para recibir datos y “graficarlos” en tiempo real, nada de controlarlo desde Python.
Este humilde blog está abierto a todo tipo de contribuciones (siempre que sean cc) ya que es vuestro blog. 🙂 (ya he lanzado el guante!!!)
Me parece que ya se avecina una 😉
Por cierto, ahora que lo dices va siendo hora de especificar una licencia para el blog. Propongo Reconocimiento – CompartirIgual (by-sa).
Pingback: Un 2012 de Python científico « Pybonacci