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: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: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: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:epidemie_coronavirus

Anonymous (anonymous@undisclosed.example.com) — 2020-07-13T04:04:29+00:00

Épidémie du coronavirus COVID-19 Références : * Coronavirus disease 2019 * Maladie à coronavirus 2019 * Coronavirus COVID-19 Global Cases by Johns Hopkins CSSE * Coronavirus (COVID-19) Mortality Rate * data : Programmes de représentations FIXME Quelques simulations SEIR effectuées par des scientifiques : * Marius Gilbert (ULB/FNRS, Spatial Epidemiology lab (SpELL),

teaching:progappchim:csv

Anonymous (anonymous@undisclosed.example.com) — 2021-02-11T10:19:00+00:00

Lire et écrire des fichiers de données csv pandas Les fichiers csv sont des fichiers de données séparées par des virgules (ou point-virgules), pour “comma separated values”. Comme ceci : 1;0.1;3 2;0.3;5 3;0.5;7 4;0.6;11 5;0.9;21 6;1.5;39 Ils peuvent être facilement importés ou exportés de tableurs ou logiciels de graphiques scientifiques.

teaching:progappchim:jupyter

Anonymous (anonymous@undisclosed.example.com) — 2022-06-10T08:56:04+00:00

Jupyter, IPython Notebooks et JupyterLab * Jupyter a succédé à IPython Notebook * Jupyter est installé par défaut avec la distribution python Anaconda. C'est la manière la plus adéquate d'utiliser Jupyter. * Sinon, on peut utiliser facilement les notebooks Jupyter sur la plateforme

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:polynomes-7

Anonymous (anonymous@undisclosed.example.com) — 2019-02-25T11:06:31+00:00

Polynômes : comment les multiplier par un scalaire et les additionner #!/usr/bin/env python # -*- coding: UTF-8 -*- """ écriture d'un programme pour évaluer des polynomes + fonction de multiplication d'un polynôme pas un scalaire + fonction d'addition de deux polynômes """ from math import * def polyeval(x,a): """ application de l'agorithme de Horner cf. http://fr.wikipedia.org/wiki/M%C3%A9thode_de_Ruffini-Horner """ n = len(a) - 1 # n = ordre du polynôme p =0. for…

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:matplotlib_gallery:histogramme_simple

Anonymous (anonymous@undisclosed.example.com) — 2018-07-08T01:58:35+00:00

Histogramme simple #! /usr/bin/env python # -*- coding: utf-8 -*- “”“ Matplotib : histogramme simple de nombres aléatoires ”“” from pylab import randn, hist, show #importation simplifiée

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:codes_presentation

Anonymous (anonymous@undisclosed.example.com) — 2021-01-28T17:58:41+00:00

Codes de la présentation Turtle Cf. la documentation officielle. #!/usr/bin/python # -*- coding: UTF-8 -*- # exemple de base turtle # from turtle import * import sys import time reset() x=-100 y=-100 i=0 while i < 10: j=0 while j <10: up() goto(x+i*20,y+j*20) down() fill(1) n=0 while n <4 : forward(16) left(90) n=n+1 color([i*0.1,j*0.1,0]) fill(0) color(0,0,0) j=j+1 …

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: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: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: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:algos_entiers

Anonymous (anonymous@undisclosed.example.com) — 2023-01-10T09:04:54+00:00

Algorithmes sur entiers cf....... Cette page reprend quelques grands algorithmes classiques sur les nombres entiers, et introduit quelques algorithmes ayant des applications en chimie. Recherche du PGCD (plus grand commun diviseur) Explication géométrique : en comprenant un nombre entier comme une longueur et un couple d'entiers (a,b) comme un rectangle, leur PGCD est la longueur du côté du plus grand carré permettant de carreler entièrement ce rectangle. L'algorithme d'Euclide décompose ce re…

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:elements_molecules

Anonymous (anonymous@undisclosed.example.com) — 2021-03-02T12:31:46+00:00

Éléments et molécules Les propriétés des éléments chimiques, de molécules peuvent être dressées, listées,... par un programme si on dispose des données. Celles-ci étant communes à tous les chimistes, et uniquement susceptibles de quelques modifications, il est utile de reprendre une source commune primaire (IUPAC) ou secondaire (comme Wikipedia) plutôt que de redéfinir toutes ces valeurs dans un programme.

teaching:progappchim:factorielle-4

Anonymous (anonymous@undisclosed.example.com) — 2015-02-23T11:42:30+00:00

Factorielle : travaux additionnels Idées d'exercices complémentaires, d'applications. Utilisation d'un dictionnaire Il peut être intéressant de précalculer des factorielles qui seront mémorisées dans un dictionnaire. Comparaison avec l'approximation de Stirling

teaching:progappchim:matrices

Anonymous (anonymous@undisclosed.example.com) — 2018-03-06T14:49:57+00:00

Manipulations de matrices Les matrices sont des tableaux de nombres à deux dimensions. On peut utiliser des listes de lignes, qui sont elles-mêmes des listes d'éléments de la ligne, pour représenter une matrice. On aura donc des listes de listes.

teaching:progappchim:mendeleev

Anonymous (anonymous@undisclosed.example.com) — 2022-11-20T11:08:54+00:00

Librairie Mendeleev La librairie Mendeleev est complète et évoluée * Package repository sur PyPI : * Page officielle, description et code source : * Documentation complète : * Tutoriels : * Notebook Jupyter (exemples) : *

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:polynomes-6

Anonymous (anonymous@undisclosed.example.com) — 2017-02-28T10:01:39+00:00

Polynômes : la méthode de Horner 432 Cela revient à effectuer les opérations successives suivantes : * prendre le coefficient de x4 * multiplier par x * ajouter le coefficient de x3 * multiplier par x * ajouter le coefficient de x2 *

teaching:progappchim:polynomes-8

Anonymous (anonymous@undisclosed.example.com) — 2017-02-24T11:43:18+00:00

Polynômes : graphes de fonctions polynomiales #!/usr/bin/env python # -*- coding: UTF-8 -*- """ écriture d'un programme pour évaluer des polynomes """ from math import * from pylab import * # librairies de graphiques (matplotlib) def polyeval(x,a): """ application de l'agorithme 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): p = p*x + a[i] return p def…

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…

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:recherches

Anonymous (anonymous@undisclosed.example.com) — 2016-03-16T16:45:40+00:00

Algorithmes de recherche Classiquement, pour des données structurées en listes, arbres, un algorithme de recherche va selon un critère donné (une valeur par exemple) retourner un ensemble d'occurrences (toutes, plusieurs, une seule,...). Recherche séquentielle

teaching:progappchim:scikit_learn

Anonymous (anonymous@undisclosed.example.com) — 2018-03-19T16:18:01+00:00

Scikit-learn * * FIXME : ajouter des exemples avec analyse de textes contenant des termes scientifiques, des noms de substances chimiques,... * Scikit-chem, simple cheminformatics for Python * MolMiner, for extracting compounds from scientific literature *

teaching:progappchim:suite_de_fibonacci-2

Anonymous (anonymous@undisclosed.example.com) — 2017-02-24T08:51:15+00:00

Suite de Fibonacci : un premier programme Voici un embryon non fonctionnel de programme. Il y manque alors des éléments (à la place des “???”) #! /usr/bin/env python # -*- coding: utf-8 -*- """ Calculs des premiers éléments de la suite de Fibonacci. Référence : http://fr.wikipedia.org/wiki/Suite_de_Fibonacci """ # élément d'indice 0 i = 0 a = 0 print(i,a) # élément d'indice 1 i = 1 b = 1 print(i,b) # structure de répétition pour appliquer la règle de récurrence max = 100 # indice du dernier …

teaching:progappchim:suite_de_fibonacci-4

Anonymous (anonymous@undisclosed.example.com) — 2017-02-24T09:09:35+00:00

Suite de Fibonacci : encore un algorithme Voici le programme complété pour la technique récursive : #! /usr/bin/env python # -*- coding: utf-8 -*- """ Calculs des premiers éléments de la suite de Fibonacci. Référence : http://fr.wikipedia.org/wiki/Suite_de_Fibonacci Application de la définition par récursivité. """ def fibonacci_item_recursive(n): """ Renvoie l'élément d'indice n de la suite de Fibonacci """ if n == 0: return 0 elif n == 1: return 1 ret…

teaching:progappchim:t-test

Anonymous (anonymous@undisclosed.example.com) — 2014-07-03T16:17:41+00:00

Test de Student Le test de Student (t-test) teste statistiquement l’hypothèse d’égalité de l'espérance de deux variables aléatoires suivant une loi normale et de variance inconnue. Références * (des exemples simples) * Documentation Python sur stats de scipy * 1-sample t-test * Unpaired t-test * Paired t-test

teaching:progappchim:tkinter_gui_simple

Anonymous (anonymous@undisclosed.example.com) — 2023-01-19T15:46:31+00:00

Les bases d'un interface graphique avec Tkinter Quelques références de base pour utiliser Tkinter * Documentation officielle : * Les interfaces graphiques TK * tkinter — interface Python à Tcl/Tk, reprenant quelques références recommandées * Python 3 avec Tk intègre également les extensions

teaching:progappchim:urllib

Anonymous (anonymous@undisclosed.example.com) — 2022-03-21T15:46:48+00:00

Lecture du code source d'une page web via la librairie urllib #!/usr/bin/env python # -*- coding: utf-8 -*- """ exemple de programme pour obtenir le code d'une page avec la librairie urllib source : https://realpython.com/python-web-scraping-practical-introduction/ """ from urllib.request import urlopen site_url = 'https://dvillers.umons.ac.be/wiki/page_simple' page = urlopen(site_url) print(page) # page est un objet urllib html_bytes = page.read() html = html_bytes.decode("utf-8") # html …

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…

Didier Villers, UMONS - wiki