Zuerst wird Text- und Bildcodierung anhand von Python-Notebooks erarbeitet. Das Erstellen von Algorithmen wird durch visuelles Programmieren (Blockly) unterstützt. Die Schülerinnen und Schüler lernen Variablen, den Vergleich von Variablen, for/while-Schleifen, sowie Bedingungen und Verzeigungen kennen.

In den Naturwissenschaften haben sich mittlerweile Jupyter-Notebook bzw. Python als Werkzeug zur Datenauswertung und Visualisierung etabliert. Mit einer handvoll Libraries sind auch orthogonale Regression, Fehlerrechnung und das Jonglieren mit physikalischen Einheiten kein Problem.

In diesem Notebookserver ist eine ChemPy Arbeitsumgebung installiert.

Auf diesem Notebookserver basieren die anderen Notebookserver-Versionen auf dieser Website.

In diesem Notebookserver ist eine Java Arbeitsumgebung installiert. Für lokale Installationen (Windows/Linux) die Dokumentation hier einsehen.