Du sitzt vor Messdaten aus dem Labor oder aus einer Übung – und weißt nicht, wie du daraus schnell saubere Ergebnisse und gute Grafiken machst? Oder du möchtest Simulationen verstehen, statt nur Formeln auswendig zu lernen? In dieser Kursreihe lernst du genau das: mit Python Daten verarbeiten, auswerten und sinnvoll darstellen – ohne dass du schon Programmiererfahrung brauchst.
Du startest mit kleinen, greifbaren Aufgaben (z. B. pH-Werte, Pendel, freier Fall) und baust dir Schritt für Schritt einen Workflow auf: Daten einlesen, Fehler finden, Kennzahlen berechnen, Zusammenhänge testen und am Ende Ergebnisse so visualisieren, dass man sie wirklich erklären kann. Danach gehst du weiter zu Simulationen und Modellen (z. B. Euler-Verfahren, Zufallsprozesse) und setzt alles in Mini-Projekten ein, die sich wie echte Studien- oder Praktikumsaufgaben anfühlen.
Nach dem Kurs kannst du aus „rohen Zahlen“ klare Aussagen machen: Was passiert wirklich in den Daten? Wie sicher ist das Ergebnis? Und wie zeigst du es so, dass andere es sofort verstehen?
In Naturwissenschaften zählt nicht nur die richtige Formel – sondern der Weg von Messung zu Ergebnis. Genau das brauchst du, wenn du:
Alles ist so aufgebaut, dass du es nach jedem Abschnitt direkt anwenden kannst – und am Ende eigene Datensätze und Simulationen sicher bearbeiten kannst.