Jupyter-Notebooks

Die Übungsblätter und das Python-Lernmodul dieser Veranstaltung liegen als Jupyter-Notebooks vor. Ein Notebook ist eine Datei mit der Endung .ipynb, die Text, mathematische Formeln, Python-Code und dessen Ausgaben – Zahlen, Tabellen, Abbildungen – in einem Dokument vereint. Der Code steht in einzelnen Zellen, die Sie unabhängig voneinander ausführen können; das Ergebnis erscheint direkt unter der Zelle. Diese Arbeitsweise eignet sich für die Übungen, weil Sie eine Rechnung schrittweise aufbauen, Zwischenergebnisse prüfen und Ihre Lösung samt Erläuterung in einer einzigen Datei abgeben können.

Um ein Notebook auszuführen, benötigen Sie einen Kernel: einen Python-Prozess, der den Code der Zellen ausführt. Der Kernel muss Zugriff auf die Bibliotheken haben, die die Veranstaltung verwendet. Das sind numpy für numerische Berechnungen mit Feldern, scipy für numerische Verfahren wie das Lösen von Differentialgleichungen mit solve_ivp und matplotlib für Abbildungen. Hinzu kommt das Paket ipykernel, das eine Python-Installation überhaupt erst als Kernel für Jupyter nutzbar macht.

Einrichtung mit Visual Studio Code

Für die Arbeit auf dem eigenen Rechner empfehlen wir Visual Studio Code (kurz VS Code), einen kostenlosen Editor, der unter Windows, macOS und Linux läuft. VS Code öffnet .ipynb-Dateien direkt als Notebook, bietet Autovervollständigung und Fehlerhinweise für Python und eignet sich ebenso für gewöhnliche Python-Skripte, LaTeX oder Markdown. Sie lernen damit ein Werkzeug kennen, das Sie über diese Veranstaltung hinaus im Studium nutzen können.

Die Einrichtung besteht aus vier Schritten: Python installieren, VS Code mit zwei Erweiterungen installieren, eine virtuelle Umgebung mit den benötigten Paketen anlegen und schließlich diese Umgebung als Kernel auswählen.

Schritt 1: Python installieren

VS Code bringt selbst kein Python mit. Installieren Sie eine aktuelle Python-Version (3.11 oder neuer) für Ihr Betriebssystem:

Windows

Laden Sie den Installer von python.org/downloads herunter und führen Sie ihn aus. Setzen Sie im ersten Fenster des Installers das Häkchen bei “Add python.exe to PATH”, bevor Sie auf “Install Now” klicken. Ohne diese Option findet die Kommandozeile Python nicht.

Prüfen Sie die Installation in einer neu geöffneten Eingabeaufforderung oder PowerShell:

python --version

macOS

Laden Sie den Installer von python.org/downloads herunter und führen Sie ihn aus. Alternativ installieren Sie Python mit Homebrew, falls Sie es bereits verwenden:

brew install python

Prüfen Sie die Installation im Terminal:

python3 --version

Das von macOS mitgelieferte python3 unter /usr/bin ist für diese Veranstaltung ungeeignet, weil es nicht für die Installation eigener Pakete gedacht ist.

Linux

Python ist auf den meisten Distributionen vorinstalliert. Unter Debian und Ubuntu fehlt jedoch oft das Modul für virtuelle Umgebungen; installieren Sie es mit:

sudo apt install python3 python3-venv

Prüfen Sie die Installation im Terminal:

python3 --version

Schritt 2: VS Code und Erweiterungen installieren

Laden Sie VS Code von code.visualstudio.com herunter und installieren Sie es. Öffnen Sie anschließend die Erweiterungsansicht (Symbol mit den vier Quadraten in der linken Leiste, oder Strg+Umschalt+X, unter macOS ⌘+⇧+X) und installieren Sie die beiden Erweiterungen von Microsoft:

• Python (ms-python.python) für die Python-Unterstützung,
• Jupyter (ms-toolsai.jupyter) für die Notebook-Ansicht.

Schritt 3: Virtuelle Umgebung anlegen und Pakete installieren

Eine virtuelle Umgebung ist ein Ordner, der eine eigene Kopie des Python-Interpreters und eigene Pakete enthält. Pakete, die Sie dort installieren, beeinflussen weder die systemweite Python-Installation noch andere Projekte. Legen Sie für die Veranstaltung einen Ordner an, etwa dgl, und öffnen Sie ihn in VS Code über Datei → Ordner öffnen. Öffnen Sie dann über Terminal → Neues Terminal eine Kommandozeile in diesem Ordner und führen Sie die folgenden Befehle aus:

Windows

python -m venv .venv
.venv\Scripts\activate
python -m pip install --upgrade pip
python -m pip install numpy scipy matplotlib ipykernel

Meldet PowerShell beim zweiten Befehl, dass die Ausführung von Skripts deaktiviert ist, erlauben Sie sie einmalig für Ihren Benutzer mit Set-ExecutionPolicy -Scope CurrentUser RemoteSigned und wiederholen Sie den Befehl.

macOS und Linux

python3 -m venv .venv
source .venv/bin/activate
python -m pip install --upgrade pip
python -m pip install numpy scipy matplotlib ipykernel

Der erste Befehl legt die Umgebung im Unterordner .venv an, der zweite aktiviert sie für das geöffnete Terminal; die Eingabezeile beginnt danach mit (.venv). Die letzten beiden Befehle installieren die Pakete in diese Umgebung. Sie müssen die Umgebung nur einmal anlegen.

VS Code kann denselben Schritt auch ohne Kommandozeile ausführen: Der Befehl Python: Create Environment in der Befehlspalette (Strg+Umschalt+P, unter macOS ⌘+⇧+P) legt eine .venv-Umgebung im geöffneten Ordner an. Die Pakete installieren Sie danach trotzdem mit dem pip install-Befehl im Terminal.

Schritt 4: Notebook öffnen und Kernel auswählen

Laden Sie ein Notebook von dieser Webseite herunter – auf den Seiten der Übungsblätter finden Sie dazu rechts unter “Andere Formate” den Link zum Jupyter-Format – und speichern Sie es im Ordner der Veranstaltung. Öffnen Sie es in VS Code mit einem Doppelklick in der Dateiansicht.

Klicken Sie oben rechts im Notebook auf “Select Kernel” (oder auf den Namen des aktuell gewählten Kernels), wählen Sie Python Environments… und dann die Umgebung .venv. VS Code merkt sich diese Wahl für den Ordner. Führen Sie zur Kontrolle die folgende Zelle aus:

import numpy as np
import scipy
import matplotlib
import matplotlib.pyplot as plt

print(np.__version__, scipy.__version__, matplotlib.__version__)

x = np.linspace(0, 2 * np.pi, 200)
plt.plot(x, np.sin(x))
plt.xlabel("$x$")
plt.ylabel(r"$\sin x$")
plt.show()

Erscheinen drei Versionsnummern und eine Sinuskurve, ist die Einrichtung abgeschlossen. Eine Zelle führen Sie mit Umschalt+Enter aus; VS Code springt dabei zur nächsten Zelle.

Häufige Probleme

Die meisten Fehler bei der Einrichtung haben eine von drei Ursachen:

• ModuleNotFoundError: No module named 'numpy' – Das Notebook läuft mit einem anderen Kernel als der Umgebung, in die Sie die Pakete installiert haben. Wählen Sie wie in Schritt 4 beschrieben den Kernel .venv aus.
• VS Code fordert zur Installation von ipykernel auf – Der gewählte Kernel enthält das Paket ipykernel nicht. Bestätigen Sie die Installation, oder installieren Sie das Paket wie in Schritt 3 mit pip.
• python oder python3 wird nicht gefunden – Python ist nicht installiert oder unter Windows nicht im PATH eingetragen. Führen Sie den Installer erneut aus und setzen Sie das Häkchen bei “Add python.exe to PATH”.

Alternativen

Neben VS Code gibt es weitere Programme zum Bearbeiten von Notebooks. JupyterLab ist die Weboberfläche des Jupyter-Projekts selbst; sie läuft lokal im Browser und lässt sich in der oben angelegten Umgebung mit python -m pip install jupyterlab installieren und mit jupyter lab starten. Für diese Veranstaltung genügt jedes Programm, dessen Kernel numpy, scipy und matplotlib bereitstellt.