Formation Python scientifique

Le langage Python dispose de modules de référence pour le calcul scientifique, la présentation de données et est en cela un concurrent particulièrement crédible de Matlab. Son principal avantage est sa licence permettant à ceux qui l'utilisent d'avoir la liberté de distribuer leurs réalisations sans aucune contraintes.

Aujourd'hui, le calcul scientifique est une des plus grande force du langage Python et touche un public de scientifiques qui ne sont généralement pas des développeurs.

Cette formation vous introduira les concepts essentiels du langage de programmation Python, vous donnera les bases pour être autonome et vous présentera les deux modules essentiels pour vous, à savoir Numpy et SciPy ainsi que matplotlib pour représenter des données.

Cette formation s'adresse à un public non développeur et aucun prérequis n'est nécessaire.

Formation standard

3 jours, objectif : être indépendant avec le langage et les principales bibliothèques

Jour 1

  • Introduction
    • Présentation de Python
    • Installation de Python, de modules externes
    • Installation d'un environnement de travail
  • Initiation
    • Délimiteurs
    • Instructions
    • Conditions
    • Itérations
    • Exceptions
  • Algorithmique basique
    • Notion de variable dynamique
    • Variables mutables et non mutables
    • Principaux types de données
    • Chaînes de caractères
      • Nombres (entiers, flottants, complexes)
      • Collections (liste, dictionnaire, ensemble, ...)
      • Booléens, données temporelles, ...
    • Fonctions
      • Les fonctions en Python
      • Introduction aux Callback
      • Utilisation de fonctions via les callback

Jour 2

  • Présentation de Numpy et SciPy
    • Donnée et représentation de données
    • Opérations courantes
    • Calcul matriciel
    • Calcul m
    • Nombreux exercices
  • Introduction à la programmation objet avec Python
  • Notion d'objet selon Python
  • Déclaration de classes
  • Création d'instances
  • Héritage simple et multiple
  • Évocation de quelques patrons de conception

Jour 3

  • Présentation du module matplotlib
    • Représentation de données
    • Caractérisation des données, échantillons
    • Organisation de différentes courbes sur un graphique
    • Personnalisation : couleurs, légendes
    • Graphiques 3D
  • travaux pratiques
    • réalisation d'un algorithme de calcul scientifique
    • représentation des données obtenues