Didier Villers, UMONS - wiki

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:bokeh_simple

Anonymous (anonymous@undisclosed.example.com) — 2021-10-13T13:23:12+00:00

Les bases de Bokeh, une librairie pour des visualisations interactives dans un navigateur web * page d'entrée sur Bokeh * User guide * Galerie d'exemples * Bokeh dans les Jupyter notebooks * Bokeh tutorial in live Jupyter Notebooks * Reference guide * Réseaux sociaux : * Twitter * GitHub * Youtube Exemples scientifiques * Interactions sur la fonction sinus (amplitude, décalage vertical, fréquence, déphasage) +

teaching:progappchim:grille_configurations_melange_binaire_2013

Anonymous (anonymous@undisclosed.example.com) — 2013-11-29T11:05:09+00:00

Création d'une grille et de configurations d'un système binaire modélisé #!/usr/bin/env python # -*- coding: utf-8 -*- # travail de ML et MP, ba2 chimie 2012-2013 # Création d'une grille et de configurations d'un système binaire modélisé

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: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:bioinformatic

Anonymous (anonymous@undisclosed.example.com) — 2022-09-22T16:59:55+00:00

Bioinformatique Un des objectifs majeurs de la bioinformatique réside dans l'étude automatique de séquences, principalement de l'ADN et de protéines,... Ces séquences sont accessibles librement et publiquement, notamment par ces deux sources : Voir aussi le site

teaching:progappchim:collection_counter_exemple

Anonymous (anonymous@undisclosed.example.com) — 2021-01-18T11:49:53+00:00

Exemple d'utilisation de Counter Module collections : * * #!/usr/bin/env python # -*- coding: utf-8 -*- """ Recherche du nombre d'occurences des noms d'auteurs d'un article On copie dans all_authors les noms des auteurs http://www.ncbi.nlm.nih.gov/pubmed/26799652 """ import collections all_authors = "Klionsky DJ, Abdelmohsen K, Abe A, Abedin MJ, Abeliovich H,..." authors = all_auth…

teaching:progappchim:courbe_predominance_acide_2013

Anonymous (anonymous@undisclosed.example.com) — 2013-11-28T14:18:09+00:00

Courbe de Prédominance d'un Acide #!/usr/bin/env python # -*- coding: utf-8 -*- # travail de KH, ba2 chimie 2012-2013 # Courbe de Prédominance d'un Acide # from math import * import matplotlib.pyplot as plt from Tkinter import *

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:pandas

Anonymous (anonymous@undisclosed.example.com) — 2022-11-15T10:08:25+00:00

Pandas Module pour l'analyse de données, pouvant se substituer à l'utilisation d'un tableur. Une différence fondamentale de la librairie pandas avec NumPy, c'est que les tableaux NumPy (NumPy arrays) ont le même type (dtype) pour le tableau entier, tandis que les tableaux pandas (pandas DataFrames) sont caractérisés par un type unique (dtype) par colonne.$X$$x$$P(x)$$X$$x$$x_1, x_2, x_3, ...$$X$$P(x_i)$$X$$x$$P(x)$$x$$x+dx$$P(x)$$x$$P(x) dx$$P(x) dx = P(x \le X < x+dx)$$P(x_i) \ge 0$$x_i$$P(x) …

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:polynomes-10

Anonymous (anonymous@undisclosed.example.com) — 2017-02-24T11:53:33+00:00

Polynômes : fonctionnalités supplémentaires Voici quelques fonctions utiles pour manipuler les polynômes : Dérivation Proposé et testé par RL, étudiant ba2 2012-2013. #!/usr/bin/env python # -*- coding: utf-8 -*- def polyderiv(a): """ dérivation d'un polynôme """ b = a[:] #copie de la liste des coefficients du polynôme de départ n = len(b) -1 #ordre du polynôme for i in range (n+1): b[i] = b[i] * i #on redéfinit chaque coefficient i de la liste par ce…