https://dvillers.umons.ac.be/wiki/ 2026-05-03T18:55:14+00:00 https://dvillers.umons.ac.be/wiki/ https://dvillers.umons.ac.be/wiki/_media/favicon.ico text/html 2023-05-03T08:39:20+00:00 Anonymous (anonymous@undisclosed.example.com) https://dvillers.umons.ac.be/wiki/teaching:progappchim:notions_fondamentales?rev=1683095960&do=diff 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). text/html 2023-01-10T09:04:54+00:00 Anonymous (anonymous@undisclosed.example.com) https://dvillers.umons.ac.be/wiki/teaching:progappchim:algos_entiers?rev=1673337894&do=diff 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… text/html 2013-11-29T11:05:09+00:00 Anonymous (anonymous@undisclosed.example.com) https://dvillers.umons.ac.be/wiki/teaching:progappchim:grille_configurations_melange_binaire_2013?rev=1385719509&do=diff Création d'une grille et de configurations d'un système binaire modélisé <sxh python; title : grille_configurations_melange_binaire.py> #!/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 text/html 2023-03-07T13:05:54+00:00 Anonymous (anonymous@undisclosed.example.com) https://dvillers.umons.ac.be/wiki/teaching:progappchim:numpy_simple?rev=1678190754&do=diff 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,