Didier Villers, UMONS - wiki

teaching:progappchim:notions_fondamentales

Anonymous (anonymous@undisclosed.example.com) — 2023-05-03T08:39:20+00:00

Notions fondamentales Aide mémoire synthétique sur le langage Python. Règles de base Ces règles peuvent être testées via le mode interactif de Python (en utilisant la fenêtre “Shell” ou console de l'éditeur Idle ou Idle3 par exemple).

teaching:progappchim:numpy_simple

Anonymous (anonymous@undisclosed.example.com) — 2023-03-07T13:05:54+00:00

Les bases de NumPy NumPy est une extension du langage de programmation Python, destinée à manipuler des matrices ou tableaux multidimensionnels ainsi que des fonctions mathématiques opérant sur ces tableaux. Chaque élément d'un tableau numpy occupe un nombre fixe d'octets, associé à un type particulier de donnée (data-type, ou dtype). Les types les plus courants incluent les entiers, bytes, entiers courts, booléens, nombres en virgule flottante, nombres complexes,

teaching:progappchim:random_walk_2d-simple

Anonymous (anonymous@undisclosed.example.com) — 2021-03-09T11:22:18+00:00

Marche aléatoire 2D simple Dans les modèles les plus simples, on considère un polymère comme un ensemble de segments faisant entre eux un angle quelconque (freely jointed chain). Ce problème est aussi dénommé “marche aléatoire” (random walk) en mathématique ou physique. Il peut aussi rendre compte d'autres phénomènes tel que celui de la diffusion. Après simulation, vous comprendrez pourquoi on appelle

teaching:progappchim:solubilite_ph_t

Anonymous (anonymous@undisclosed.example.com) — 2016-03-04T15:24:32+00:00

Solubilité en fonction du pH et de la température Interface en ligne de commande et graphiques matplotlib Nécessite [ce fichier de données] (à décompresser). #!/usr/bin/env python # -*- coding: utf-8 -*- “”“

teaching:progappchim:lennard-jones

Anonymous (anonymous@undisclosed.example.com) — 2015-03-05T12:14:55+00:00

Représentation du potentiel de Lennard-Jones L'utilisation de fonctions en python permet de nombreuses applications par la création de graphiques. En utilisant la “bibliothèque matplotlib/pylab”, vous pourrez donc aisément créer des graphes de fonction.$V_{LJ} = 4\varepsilon \left[ \left(\frac{\sigma}{r}\right)^{12} - \left(\frac{\sigma}{r}\right)^{6} \right] = \varepsilon \left[ \left(\frac{r_{m}}{r}\right)^{12} - 2\left(\frac{r_{m}}{r}\right)^{6} \right]$$r_{m} = 2^{1/6} \sigma$$U_{tot} = \fr…

teaching:progappchim:matplotlib_simple

Anonymous (anonymous@undisclosed.example.com) — 2023-07-11T07:46:36+00:00

Les bases de Matplotlib, une librairie pour réaliser des graphiques 2D Matplotlib est une bibliothèque très puissante du langage de programmation Python destinée à tracer et visualiser des données sous formes de graphiques. Elle est souvent combinée avec les bibliothèques python de calcul scientifique :

teaching:progappchim:plot_sinus_cosinus

Anonymous (anonymous@undisclosed.example.com) — 2021-02-23T15:33:34+00:00

Graphe simple de sinus et cosinus On montre en détail comment réaliser une représentation graphique simple des fonctions sinus et cosinus. Au départ le graphique utilisera les réglages par défaut et la figure sera ensuite améliorée pas à pas en commentant les instructions matplotlib utilisées.

teaching:progappchim:fit_modele_einstein

Anonymous (anonymous@undisclosed.example.com) — 2015-04-01T15:47:31+00:00

Optimisation de la température caractéristique du diamant suivant le modèle d'Einstein Ce modèle prévoie la dépendance à la température de la capacité calorifique d’un solide cristallin. La détermination de la température caractéristique nécessite de

teaching:progappchim:notions_avancees

Anonymous (anonymous@undisclosed.example.com) — 2023-05-02T10:36:36+00:00

Notions avancées En construction. Les liens sont juste donnés. Une introduction et un exemple devrait être proposé pour chaque rubrique, et le nombre de ces rubriques augmenté. Itérateurs Itertools, zip,... * 7 Levels of Using the Zip Function in Python * itertools.cycle() est une méthode utile pour répéter ou parcourir sans fin les éléments d'une liste ou d'une table itérativitertools.accumulate()

teaching:progappchim:pieges

Anonymous (anonymous@undisclosed.example.com) — 2016-05-15T22:47:49+00:00

Pièges à éviter Quelques pièges à éviter ! Type de données * travailler avec des nombres et ne pas mettre le point décimal s'ils ont une valeur entière les laissera dans le type 'int'. * Ne pas confondre une liste contenant un nombre, et ce nombre.

teaching:progappchim:presentation_principes

Anonymous (anonymous@undisclosed.example.com) — 2023-02-21T14:56:20+00:00

~~REVEAL transition=convex&controls=1&show_progress_bar=1&build_all_lists=1&open_in_new_window=1~~ Programmer en Python Généralités * Qu'est-ce qu'un langage de programmation ? * Compilation ou interprétation, ou... ? Rôle des langages de programmation

teaching:progappchim:pylab_simple

Anonymous (anonymous@undisclosed.example.com) — 2022-03-08T09:43:21+00:00

Pylab Pylab permet de combiner simplement Matplotlib, NumPy et SciPy, en utilisant une directive d'importation supprimant l'usage de tous les namespaces des librairies sous-jacentes : from pylab import * Exemple Version “Pylab” du code utilisé pour la

teaching:progappchim:scipy_simple

Anonymous (anonymous@undisclosed.example.com) — 2019-03-22T12:07:33+00:00

Les bases de SciPy La librairie SciPy ajoute à NumPy des fonctionnalités mathématiques. Directive d'importation * Méthode standard : import scipy as sp * Importation par sous-modules (cf le site de Scipy) : from scipy import optimize from scipy import interpolate from scipy import integrate ...

teaching:progappchim:start

Anonymous (anonymous@undisclosed.example.com) — 2023-03-13T10:14:25+00:00

Programmation appliquée à la chimie Aux dernières nouvelles (14/12/2022) Serhiy Storchaka vit toujours en Ukraine, à 20 km de Konotop !! Le cours “Programmation appliquée à la chimie” de bachelier en sciences chimiques (15 H cours et 15 H exercices, bloc2) utilise deux supports :

teaching:progappchim:matplotlib_gallery:pka_pkb_plane

Anonymous (anonymous@undisclosed.example.com) — 2020-06-02T15:05:22+00:00

Couples acide-base dans le plan pKa/pKb * Conventions sur les acides forts et les bases fortes : cf. Les acides, les bases et les sels qui nous entourent - Acide fort, base forte #!/usr/bin/env python3 # -*- coding: utf-8 -*- """ Library references : * """ import matplotlib.pyplot as plt # directive d'importation standard de Matplotlib import numpy as np # directive d'importation standard de numpy def cm2inch(*tupl): # https://stackoverflow.com/questions/14708695/sp…

teaching:progappchim:matplotlib_gallery:potentiel_energy_surface

Anonymous (anonymous@undisclosed.example.com) — 2020-12-07T17:22:27+00:00

Surface d'énergie potentielle Historique Eyring et Polanyi ont publié en 1931 l'article On Simple Gas Reactions dans lequel ils décrivent les trajets des atomes dans la réaction + H --> H + (échange d'atomes). Ces travaux aboutiront au développement des notions de $E_{bond}= D_e [\exp(-2\beta(r-r_e))-2\exp(-\beta(r-r_e))]$$E_{ant}= \frac{D_e}{2} [\exp(-2\beta(r-r_e))+2\exp(-\beta(r-r_e))]$$r_e$$D_e$$\beta$$E_{bond}= \frac{Q_{AB}+\alpha_{AB}}{1+S^2_{AB}} = \frac{Q_{AB}+\alpha_{AB}}{1+k}$$E_{a…

teaching:progappchim:matplotlib_gallery:potentiel_morse

Anonymous (anonymous@undisclosed.example.com) — 2020-02-25T10:04:25+00:00

Potentiel de Morse Potentiel de Morse et approximation harmonique, avec représentation des niveaux d'énergie des modèles quantiques correspondants. Code source : #! /usr/bin/env python # -*- coding: utf-8 -*- """ Représentation du potentiel de Morse pour H2 http://en.wikipedia.org/wiki/Morse_potential http://en.wikipedia.org/wiki/Quantum_harmonic_oscillator approximation harmonique D_e = 7.6E-19 J a = 19.3E-15 m r_e= 74.1E-12 m dérivée de seconde d2V/dr2 = 2 * D_e * a**2. """ import matplot…

teaching:progappchim:analyse_images

Anonymous (anonymous@undisclosed.example.com) — 2021-03-09T11:25:40+00:00

Analyse d'images Le traitement d'images permet de transformer des images. L'analyse d'images permet d'extraire des informations contenues dans une image. Il est aussi possible d'effectuer des tâches plus complexes de reconnaissance et d'analyse de scènes.

teaching:progappchim:diffusion_chimique_1d

Anonymous (anonymous@undisclosed.example.com) — 2015-01-15T13:48:26+00:00

Modélisation de la diffusion chimique dans un film Technique de différences finies, utilisation de matplotlib #!/usr/bin/env python # -*- coding: utf-8 -*- from math import * # pour utiliser la librairie graphique matplotlib from pylab import *

teaching:progappchim:polynomes-11

Anonymous (anonymous@undisclosed.example.com) — 2017-02-24T11:58:51+00:00

Graphe d'une famille de polynômes orthogonaux Voici un programme permettant de visualiser les premiers polynômes orthogonaux de Tchebyshev : #!/usr/bin/env python # -*- coding: utf-8 -*- """ graphes de Polynomes de Chebyschev """ from math import * from pylab import * def polyeval(x,a): """ application de l'algorithme de Horner cf. http://fr.wikipedia.org/wiki/M%C3%A9thode_de_Ruffini-Horner """ n = len(a)-1 # n = ordre du polynome p = 0. for i in range(n,-1,-1): …

teaching:progappchim:matplotlib_gallery:rotateur_biatomique

Anonymous (anonymous@undisclosed.example.com) — 2018-02-20T10:00:26+00:00

Rotateur biatomique Cf. cette page. Code source, en Python 3 : #!/usr/bin/env python # -*- coding: utf-8 -*- """ Somme d'état (ensemble canonique) de rotation (rotateur biatomique) Les impressions sont à récrire avec l'instruction format() de python 3 """ from math import exp # on a juste besoin de l'exponentielle import matplotlib.pyplot as plt # directive d'importation standard de Matplotlib T = 100. # (température réduite = T / Theta) Zrot = 0. # somme d'état Jmax = 30 # valeur …