Didier Villers, UMONS - wiki

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: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: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: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:maxwell-boltzmann

Anonymous (anonymous@undisclosed.example.com) — 2014-01-30T04:19:52+00:00

Représentation de la distribution de vitesse de Maxwell-Boltzmann Pour la théorie, cf. le cours de physico-chimie ou la page Wikipédia sur la distribution de vitesse de Maxwell-Boltzmann Sans NumPy #! /usr/bin/env python # -*- coding: utf-8 -*- “”“ NumPy/Matplotib : representation de la distribution de vitesses de Maxwell-Boltzmann version SANS utilisation de NumPy cf cours et

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: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: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:attracteur_lorenz

Anonymous (anonymous@undisclosed.example.com) — 2019-08-11T11:26:20+00:00

L'attracteur de Lorenz L'attracteur de Lorenz est un système d'équations différentielles ordinaires au comportement particulier, chaotique. C'est un exemple classique de nombreux cours scientifiques, et plusieurs sites proposent des solutions. Avec du code appliquant le méthode de Runge-Kutta d'ordre 4

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: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: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:polynomes-12

Anonymous (anonymous@undisclosed.example.com) — 2022-12-08T17:49:25+00:00

Utilisation de polynômes orthogonaux avec NumPy Voici un programme permettant d'obtenir le même graphe que celui obtenu précédemment, en utilisant les modules spécifiques de NumPy. Cet exemple montre tout l'intérêt d'utiliser des modules pré-existants. Le programme est réduit à 3 lignes pour l'importation, 4 pour la création des graphes et 4 pour commander la représentation.

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:solvents_data_class

Anonymous (anonymous@undisclosed.example.com) — 2012-11-30T13:39:08+00:00

Utilisation d'une "classe" pour des données de solvants chimiques On peut utiliser la structure de classe pour créer une “table” de données sur des solvants. Il est alors possible d'effectuer des traitements de tris, sélection, impression...

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…

teaching:progappchim:matplotlib_gallery:ir_spectrum_co

Anonymous (anonymous@undisclosed.example.com) — 2015-05-12T10:04:44+00:00

Spectre IR du CO Différentes techniques de spectroscopie utilisent des représentations standardisées des spectres. En spectroscopie Infrarouge, l'absorbance est traditionnellement représentée en fonction des nombres d'ondes décroissants exprimés en $cm^{-1}$. Pour rappel, en spectroscopie, le $\tilde{\nu}$$\tilde{\nu} = 1/\lambda = \nu/c$$\Delta J = \pm 1$$cm^{-1}$