Présentation
L’une des qualités du langage python est le nombre important des bibliothèques tiers spécifiques à différents domaines d’application. Dans le domaine du calcul scientifique Python se distingue de beaucoup d’autres langages, en effet il dispose d’un nombre important de modules et de bibliothèques dédiées au calcul scientifique. Trois modules principaux :
Numpy : fournit à Python le type "tableau", des routines pour créer et manipuler des tableaux.
Scipy : intègre un nombre important de fonctions mathématiques, d’algorithmes de calculs: résolution de systèmes en l’algèbre linéaire, calcul d’intégrale, résolution d’équations différentielles, transformées de Fourrier... Les algorithmes sont optimisés, la résolution de systèmes avec des matrices creuses est un exemple parfait.
Matplotlib : cette bibliothèque permet de tracer et de visualiser des données sous forme de graphiques avec un rendu très proche de celui Matlab.
Ces trois bibliothèques représentent une bonne alternative à Matlab.
D’autres modules permettent d’aller plus loin, Basemap: module très simple pour tracer des données sur des cartes, h5py: module pour la gestion de fichier hdf5...
A ces bibliothèques, il faut associer le shell Ipython, outil interactif très puissant, il dispose de trois consoles et offre plus d’options que l’interpréteur de base de Python.
La formation Python calcul scientifique se déroule en 2 à 3 jours, selon les modules supplémentaires traités. Elle s’adresse à un public ayant suivi la formation de base de Python.
Chaque partie est suivie d'applications qui permettent de manipuler les différents modules.
Public et pré-requis
Cette formation s’adresse à des personnes ayant suivi la formation de base de Python avec des connaissances mathématiques relativement avancées, telles que le calcul matriciel, la résolution d’équation différentielle, le calcul d’intégrale, la transformée de Fourrier, l’interpolation…
Programme
Calcul scientifique avec SciPy Ipython, shell interactif
Numpy et manipulation de tableaux
Matplotlib, visualisation de données
SciPy, fonctions mathématiques et algorithmes
Mise en oeuvre de SciPy/NumPy
Les outils informatiques
Ipython, approfondissement
Basemap, visualisation de données sur cartes
h5py, accès aux fichiers HDF5
Mise en œuvre du module h5py
netCDF4, accès aux fichiers netCDF
Le projet Spyder, environnement de développement intégré (EDI)
Débogueur IPDB
L’une des qualités du langage python est le nombre important des bibliothèques tiers spécifiques à différents domaines d’application. Dans le domaine du calcul scientifique Python se distingue de beaucoup d’autres langages, en effet il dispose d’un nombre important de modules et de bibliothèques dédiées au calcul scientifique. Trois modules principaux :
Numpy : fournit à Python le type "tableau", des routines pour créer et manipuler des tableaux.
Scipy : intègre un nombre important de fonctions mathématiques, d’algorithmes de calculs: résolution de systèmes en l’algèbre linéaire, calcul d’intégrale, résolution d’équations différentielles, transformées de Fourrier... Les algorithmes sont optimisés, la résolution de systèmes avec des matrices creuses est un exemple parfait.
Matplotlib : cette bibliothèque permet de tracer et de visualiser des données sous forme de graphiques avec un rendu très proche de celui Matlab.
Ces trois bibliothèques représentent une bonne alternative à Matlab.
D’autres modules permettent d’aller plus loin, Basemap: module très simple pour tracer des données sur des cartes, h5py: module pour la gestion de fichier hdf5...
A ces bibliothèques, il faut associer le shell Ipython, outil interactif très puissant, il dispose de trois consoles et offre plus d’options que l’interpréteur de base de Python.
La formation Python calcul scientifique se déroule en 2 à 3 jours, selon les modules supplémentaires traités. Elle s’adresse à un public ayant suivi la formation de base de Python.
Chaque partie est suivie d'applications qui permettent de manipuler les différents modules.
Public et pré-requis
Cette formation s’adresse à des personnes ayant suivi la formation de base de Python avec des connaissances mathématiques relativement avancées, telles que le calcul matriciel, la résolution d’équation différentielle, le calcul d’intégrale, la transformée de Fourrier, l’interpolation…
Programme
Calcul scientifique avec SciPy Ipython, shell interactif
Numpy et manipulation de tableaux
Matplotlib, visualisation de données
SciPy, fonctions mathématiques et algorithmes
Mise en oeuvre de SciPy/NumPy
Les outils informatiques
Ipython, approfondissement
Basemap, visualisation de données sur cartes
h5py, accès aux fichiers HDF5
Mise en œuvre du module h5py
netCDF4, accès aux fichiers netCDF
Le projet Spyder, environnement de développement intégré (EDI)
Débogueur IPDB
