Python编码dojo的科学问题

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

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

更新1：

这是一个randori编码道场

我们对特定的领域没有偏好（主要是在不同的领域工作），因为这是我们的第一个“科学道场”，我们不知道sci道场的最佳问题是什么

无论如何，问题一定很小，也许我们需要解释问题背后的理论，因此，它们也不会很复杂（除非在特殊情况下）。例如：实现一个

未来一代的总结：

• 主成分分析（PCA），用于在二维平面上投影一组数据
• 使用Vitterbi算法实现一个词性标记器
• 图片颜色量化使用高斯混合和EM算法（使用scikit？）
• 模拟随机偏微分方程
• 实现多元正态函数
• 。。。还有什么

  ---

  您没有提到您正在使用的代码kata资源以及它们不适合的原因
  很多代码卡塔的帖子都适合这种情况
  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。您需要一组用户故事，从中可以派生出一个好的代码kata
  例如，与精算师一起工作时，我花费大量时间阅读原始源数据、过滤、清理、组织和总结。通常，在使用CSV的单个简短Python应用程序中，会出现一些if语句、一些字典和最终打印循环

  ---

  通常，我可以在一两个小时内完成其中的一个测试，这取决于我必须编写的测试的复杂性和数量，以确保一切顺利
  这些需要多长时间
  • 用于在二维平面上投影一组数据的PCA
  • 使用Vitterbi算法实现一个词性标记器
  • 图片颜色量化采用高斯混合和EM算法
  • 模拟随机偏微分方程
  是一套用于科学计算的教材，主要是Python语言，有许多经过深思熟虑的示例问题。
  您可以看看麻省理工学院。在过去的日子里，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，并介绍了计算的基本思想
  我的观点是，您应该实现一些示例，还有一些Numpy示例。没有NumPy/SciPy做一些科学研究是不可能的。而且，类似于NumPy的方法的实现是浪费时间和效率的。我想说的是，使用一些计算，比如牛顿迭代或类似的东西，这些东西很容易编程，在python中看起来很好。还有一本小书非常适合你的课程。它是关于使用python进行科学研究的。这本书涉及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）

  ---

  希望这对你有帮助
  只是一个小问题。问题应该是怎样的？你想展示还是观众自己解决？基本上，问题应该有多大？问题应该很小，这是一个randori dojo，所以每个人都会编写代码试图解决。一个例子：实现a问题必须很小，可能我们需要解释问题背后的理论，因此，它们也不会很复杂（除非在特殊情况下）-我特别喜欢Viterbi算法，我们可以尝试使用python scikit的混合模型。我记下了你所有的建议=]我将用一些信息更新这篇文章。我们对特定的领域没有偏好（主要是在不同的领域工作），因为这是我们的第一个“科学道场”，我们不知道道场的最佳问题是什么。我将听取您对过滤、清理、组织或汇总数据方面的问题的建议，您是否想到这些领域中的一些简单算法？哇，scipy cookbook是一个惊人的基础！我在等你的书。到目前为止我还没有找到那本书。也许你想看看里面有什么想法，你想向观众提出什么样的问题。这是一本涉及不同主题的书。我没有完全阅读这本书，只是读了其中的一些部分，它们帮助我提高了知识；）