Didier Villers, UMONS - wiki

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:factorielle-2

Anonymous (anonymous@undisclosed.example.com) — 2017-02-24T09:19:23+00:00

Factorielle : un premier programme Voici un embryon non fonctionnel de programme. Il y manque des éléments (à la place des “???”) #! /usr/bin/env python # -*- coding: utf-8 -*- """ Calcul de la factorielle d'un nombre Référence : http://fr.wikipedia.org/wiki/Factorielle """ # on demande le nombre : print("Calcul de la factorielle de n") chainelue = input("Que vaut n ? ") n = int(chainelue) print(n) # structure de répétition pour appliquer la définition de la factorielle reponse=1 # la répon…

teaching:progappchim:openbabel_jmol

Anonymous (anonymous@undisclosed.example.com) — 2022-03-14T17:28:30+00:00

OpenBabel et Jmol OpenBabel OpenBabel est un ensemble de programme permettant de manipuler et convertir les fichiers de description de molécules dans différents formats. * Site officiel : * Interfaçage en Python : Pour utiliser OpenBabel en python, il faut installer au préalable ces outils. Sous Linux (Debian, Ubuntu,

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: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: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-5

Anonymous (anonymous@undisclosed.example.com) — 2017-05-30T00:13:09+00:00

Suite de Fibonacci : quel est le meilleur algorithme ? Comparer les temps avec timeit La librairie timeit mesure les temps d'exécution en évitant des biais tels que l'usage concomitant d'autres ressources. #! /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 Comparaison de différentes fonctions avec Timeit http://docs.python.org/2/library/timeit.html http://www.diveintopython.net…