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 (UE Data Sc. 2023) 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. Classes 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 et xarray 2.2. Astropy 2.3. 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. 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. Manipulation de tableaux (arrays) 3.5. Méthodes numériques 3.6. Visualisation (matplotlib) 3.7. Packaging 3.8. Manipulation de données (pandas) 3.9. Exercices en vrac 4. Projets 4.1. Physique 4.2. Astrophysique 4.3. Divers 4.4. Mini-projets 4.5. Micro-projets 5. Annales d'examen 5.1. Examen déc. 2022 (annulé) 5.2. Examen jan. 2023 5.3. CC oct. 2023 6. Examen 6.1. CT 14/11/2023 Index