Analyse scientifique avec Python

Introduction

• 1. Introduction
  • 1.1. Pourquoi un module d'analyse scientifique ?
  • 1.2. Pourquoi Python ?
  • 1.3. Comment lire ce cours?
• 2. Informations pratiques
  • 2.1. UE Intro à Python et Programmation Orientée Objet (Polytech PL5036GB)
  • 2.2. UE Science des données (M2 Cosmo PHY2434M)
• 3. Installation et interpréteurs
  • 3.1. Notions d'Unix
  • 3.2. Installation
  • 3.3. Interpréteurs

Cours standard

• 1. Initiation à Python
  • 1.1. Types de base
  • 1.2. Structures de programmation
  • 1.3. Les chaînes de caractères
  • 1.4. Objets itérables
  • 1.5. Fonctions
  • 1.6. Bibliothèques et scripts
  • 1.7. Exceptions
  • 1.8. Programmation Orientée Objet
  • 1.9. Entrées-sorties
• 2. Bibliothèque standard
  • 2.1. Gestion des arguments/options de la ligne de commande
  • 2.2. Pickle: sérialisation des données
  • 2.3. Batteries included
  • 2.4. Text/Graphical User Interfaces
• 3. Bibliothèques numériques de base
  • 3.1. Numpy
  • 3.2. Scipy
  • 3.3. Matplotlib

Cours avancé

• 1. Python avancé
  • 1.1. Fonctionnalités avancées
  • 1.2. Programmation Orientée Objet avancée
  • 1.3. Éléments passés sous silence
  • 1.4. Python 3.x
• 2. Bibliothèques scientifiques avancées
  • 2.1. Pandas
  • 2.2. Xarray
  • 2.3. Astropy
  • 2.4. Autres bibliothèques scientifiques

Science des données

• 1. Outils statistiques
  • 1.1. Incertitudes
  • 1.2. Statistiques fréquentistes
  • 1.3. Statistiques bayésiennes
• 2. Algorithmes d'analyse des données
  • 2.1. Outils statistiques
  • 2.2. Ajustement de paramètres

Développement

• 1. Développer en Python
  • 1.1. Le zen du Python
  • 1.2. Outils de développement
• 2. Packaging
  • 2.1. Package non-initialisé
  • 2.2. Package avec initialisation
  • 2.3. Configuration
  • 2.4. Installation locale
  • 2.5. Distribution
• 3. Système de gestion de versions: git
  • 3.1. Généralités
  • 3.2. Initier un répo
  • 3.3. Commandes de base
  • 3.4. Annuler des opérations
  • 3.5. Branches et fusions
  • 3.6. Synchronisation des dépôts
• 4. Documentation
• 5. Tests
  • 5.1. Tests unitaires
  • 5.2. Développement piloté par les tests

Matériel supplémentaire

• 1. Références supplémentaires
  • 1.1. Documentation générale
  • 1.2. Listes de liens
  • 1.3. Livres libres
  • 1.4. Cours en ligne
• 2. Exemples
  • 2.1. Mean power (fonction, argparse)
  • 2.2. Animal (POO)
  • 2.3. Cercle circonscrit (POO, argparse)
  • 2.4. Matplotlib
• 3. Exercices
  • 3.1. Introduction
  • 3.2. Manipulation de listes
  • 3.3. Programmation
  • 3.4. Programmation Orientée Objet
  • 3.5. Manipulation de tableaux Numpy
  • 3.6. Méthodes numériques
  • 3.7. Visualisation (matplotlib)
  • 3.8. Packaging
  • 3.9. Manipulation de données (pandas)
  • 3.10. Exercices en vrac
• 4. Projets
  • 4.1. Physique
  • 4.2. Astrophysique
  • 4.3. Divers
  • 4.4. Mini-projets
  • 4.5. Micro-projets (UE Science des données)
• 5. Annales d'examen
• 6. Examen
• 7. Travaux Pratiques GBM3A
  • 7.1. TP1_GBM3A
  • 7.2. /Exercices/gbm3A_tp2.ipynb
  • 7.3. TP3_GBM3A
  • 7.4. TP4_GBM3A
  • 7.5. TP5_GBM3A
  • 7.6. TPX_GBM3A
  • 7.7. TPx: irrationalité de \(\pi\) (matplotlib)
  • 7.8. TPx: gestionnaire d'examen (pandoc)
  • 7.9. TPx: les lemmings (POO/graphique)
• Index