Accueil
Python pour les scientifiques by Jeremy Fix is licensed under CC BY-SA 4.0
Structure du cours
Cette unité d’enseignement vise à former les étudiants avec un peu de cours mais surtout beaucoup de mise en oeuvre aux outils de l’écosystème python pour les scientifiques. On y abordera donc l’utilisation des librairies spécialisées pour quelques grandes thématiques : le calcul scientifique avec Numpy, le traitement du signal avec Scipy, la gestion et le traitement de grandes masses de données avec pandas, la mise en forme des résultats avec matplotlib ainsi qu’une introduction à l’apprentissage automatique avec scikit-learn.
Le cours est structuré de la manière suivante :
- 1 CM sur le calcul scientifique avec Python,
- 1 CM sur la gestion des données et la visualisation,
- 6 TPs couvrant différents sujets : calcul vectorisé, optimisation, traitement du signal, grandes bases de données, tests statistiques et apprentiossage automatique
Ressources
- Scientific python lectures https://lectures.scientific-python.org/index.html
- Scientific Python Crash course, by N. Rougier https://github.com/rougier/scipy-crash-course,
- From Python to Numpy, by N. Rougier https://www.labri.fr/perso/nrougier/from-python-to-numpy/,
- Scientific Visualization, by N. Rougier https://github.com/rougier/scientific-visualization-book,
- Matplotlib tutorial, by N. Rougier https://github.com/rougier/matplotlib-tutorial