~~REVEAL~~

====== Einführung in die Computergrafik und Bildverarbeitung ======
Wintersemester 2021/22


===== 26. Oktober 2021 - Python in der Praxis, erste Bildbearbeitungsschritte =====

- Welche Python-IDE soll ich verwenden?
- apt, pip, conda, virtualeenv, docker - Environments und Paketmanager für Python
- Bilder laden und modifizieren

Voraussetzungen für Teilnahme am Termin: 

- Python-Quiz in GRIPS erfolgreich beantwortet
- (optional) Laptop dabei, um einige der gezeigten Dinge mal selbst auszuprobieren

===== Rückblick Python-Quiz/Aufgaben =====

(live)

===== Python IDEs =====

- jeder beliebige Text-Editor
- vim (Anleitungen: [1](https://www.vimfromscratch.com/articles/vim-for-python), [2](http://liuchengxu.org/posts/use-vim-as-a-python-ide/))
- [Jetbrains PyCharm](https://www.jetbrains.com/pycharm/) (umfangreiche IDE speziell für Python)
- [VisualStudio Code](https://code.visualstudio.com/) ([Tutorial](https://code.visualstudio.com/docs/python/python-tutorial))
- [repl.it](https://replit.com/) (kollaborative browser-basierte IDE)

===== PEP 8 - Style Guide für Python =====

- **PEP**: *Python Enhancement Proposal* - ein Vorschlag, wie die Sprache weiterentwickelt werden soll
- PEP 8 -- Style Guide for Python Code](https://www.python.org/dev/peps/pep-0008/)
- pep8: Kommandozeilentool, das Code auf PEP-8-Konformität prüft
- Hier im Kurs: PEP-8-Regeln bitte einhalten (zwingend für Studienleistung), bis auf Regel zu max. Zeilenlänge
- Link-Tipp: Vortrag von Raymond Hettinger: [Beyond PEP 8 -- Best practices for beautiful intelligible code](https://www.youtube.com/watch?v=wf-BqAjZb8M&t=2s)

===== Paketmanagement in Python =====

Es gibt drei verbreitete Möglichkeiten, Python-Module zu installieren:

- Paketmanagement des Betriebssystems (z.B. ``apt`` unter Debian/Ubuntu Linux)
- ``pip`` - Pythons Paketmanager
- ``conda`` - Paketmanagement der Anaconda-Distribution

Um für jede Anwendung separate Module zu installieren: virtual environments


==== Paketmanagement durch Betriebssystem ====

- Primär bei Linux-Distributionen, z.B. Debian/Ubuntu
- ``apt install python3-matplotlib``
- Vorteile: global verfügbar, sicher, vorkompilierte Binaries
- Nachteile: nicht immer aktuell, nicht alle Python-Pakete verfügbar, immer nur eine Paketversion installierbar


==== Paketmanagement mit pip ====

- Pakete werden aus dem Python Package Index (PyPI) installiert (PyPI enthält quasi alle Pakete)
- ``pip3 install matplotlib``
- ``pip3 install -r requirements.txt``: Textdatei mit Paketnamen und ggf. Versionen.
- Vorteile: global oder (default) lokal installierbar, immer aktuellste Version, quasi alle Pakete verfügbar.
- Nachteile: nicht zwingend robust/sicher, Kompilierungsschritt bei C-Erweiterungen notwendig


==== Paketmanagement mit conda ====

-  Anaconda: Python-Distribution für Scientific Computing (multi-platform)
- Minimale Distribution: [miniconda](https://docs.conda.io/en/latest/miniconda.html)
- ``conda``: package manager für Anaconda ([Intro](https://conda.io/projects/conda/en/latest/user-guide/getting-started.html))
- pip und conda können parallel eingesetzt werden ([1](https://www.anaconda.com/blog/understanding-conda-and-pip), [2](https://pythonspeed.com/articles/conda-vs-pip/))
- Alternative: [Mamba](https://github.com/mamba-org/mamba)
- Vorteile: sicher, robust, vorkompilierte Binaries, integrierte Unterstützung von *virtual environments*
- Nachteile: nicht immer aktuell, wenige Python-Pakete verfügbar, fügt Overhead (Ressourcen, Debugging) hinzu


==== Virtual Environments ====

- Grundidee: für jedes Projekt eine eigene Python-Installation
- Funktionsweise: Überschreiben der Pfade zu Binaries, Bibliotheken in der aktuellen Shell
- Virtualenv im Unterverzeichnis ``.env`` anlegen: ``python3 -m venv .env``
- Virtualenv aktivieren: ``source .env/bin/activate`` (deaktivieren durch Beenden der Shell)
- Viele IDEs unterstützen venv ([VS Code](https://code.visualstudio.com/docs/python/environments), [PyCharm](https://www.jetbrains.com/help/pycharm/creating-virtual-environment.html))
- Conda: ``conda create --name myenv`` / ``conda activate myenv``

===== Python zur Bildbearbeitung =====

siehe Notebook

===== Ausblick 27. Oktober 2021 (online) - ohne RW =====

- Übungsaufgaben und Videos (ab morgen in GRIPS)
- Peer-Support bei Installationsproblemen

===== Ausblick 2. November 2021 (Präsenz) =====

- Besprechung bisheriger Aufgaben
- Überblick Lernlandkarte / Abhängigkeitsgraph
- Überblick Studienleistung 1: Bitmap-Grafik

Voraussetzungen für Teilnahme am Termin: 

- Lauffähige lokale Python-Installation und IDE
- (optional) lokale JupyterLab-Installation
- Alle Notebooks in GRIPS bearbeitet
- Feedback vorbereitet: wo gibt es Probleme, welche Hilfestellung wäre gut?
- (optional) Laptop dabei, um einige der gezeigten Dinge mal selbst auszuprobieren