teaching:progappchim:presentation_principes

Ceci est une ancienne révision du document !


~~REVEAL transition=convex&controls=1&show_progress_bar=1&build_all_lists=1&open_in_new_window=1~~

Programmer en Python

  • Qu'est-ce qu'un langage de programmation ?
  • Compilation ou interprétation, ou… ?
  • Décrire des instructions dans un langage compréhensible par un être humain, mais transformable en d'autres instructions compréhensibles par l'ordinateur (langage machine)
  • Automatiser le traitement de l'information;
  • Effectuer des calculs, des simulations;
  • Traiter l'information en temps réel;
  • Fournir un interface à l'utilisateur;
  • L’assembleur (à partir des années 50’s)
    • Mnémoniques équivalentes aux instructions machines, donc fonction du processeur utilisé
    • Instructions de bas niveaux (appel d’une variable en mémoire, opération arithmétique entre 2 opérandes,…)
  • Fortran, Cobol, Pascal, C, Basic,… (années 60s et 70s)
    • Indépendants de l’ordinateur utilisé
    • Proche d’un langage courant, description procédurale
  • Les langages à objets (années 80s et 90s)
    • Briques logicielles indépendantes et autonomes
    • Réutilisations aisées, sans devoir les approfondir
    • Java, C++, Python, perl, Ruby. . .sont les plus connus
  • Des langages spécialisés (PHP, SQL,…)
Code source
Compilation
Code objet
Exécution
Résultat
  • Etape de traduction du code source en langage machine
  • Liaison éventuelle du code avec des bibliothèques existantes de code compilé
  • Exécution ultérieure du code machine (sur un ordinateur ne disposant pas du compilateur par exemple)
  • Le compilateur peut optimiser le code (passes multiples)
Code source
Interprétation
Résultat
  • Traduction dynamique du code source et exécution immédiate en répétant sans cesse :
    • lecture et analyse d'une instruction
    • exécution de l'instruction (si elle est valide)
  • Le code est souvent moins optimisé, donc plus lent
  • Il est nécessaire de disposer de l'interpréteur sur l'ordinateur
  • On peut créer dynamiquement du code à interpréter pendant l'exécution
  • On peut éviter la phase lente de compilation
Code source Python (.py, .py3)
Compilation
Python Bytecode (.pyc)
Interprétation
Résultat
  • Pour Python (et d'autres langages), c’est un peu plus compliqué…
  • Le programme est compilé vers un pseudo-code indépendant de l’ordinateur
  • Le Bytecode est interprété par la suite
  • Avantages :
    • Facilité de développement (cycle écriture-exécution rapide, “briques” logicielles)
    • Portabilité (même programme pour des ordinateurs et OS différents)
  • Avantages généraux
  • Avantages techniques
  • Avantages pour l'apprentissage
  • Avantages pour le scientifique, le chimiste
  • Les premiers pas avec Python
  • langage de haut niveau (orienté objet)
  • permet d’écrire des petits programmes ou suites d’instructions (scripts)
  • licence libre (et gratuit)
  • utilisable pour la programmation occasionnelle par des non-informaticiens
  • nombreuses librairies existantes (modules)
  • moderne et efficace pour les informaticiens
  • excellente lisibilité intrinsèque du code
  • bien documenté (aide et manuels en ligne, livres, forums, exemples…)
  • mode interactif
  • non déclaratif
  • typage de haut niveau, dynamique et fort
  • ramasse-miette intégré
  • interfaçable avec d’autres langages (à partir de et vers)
  • version de base “piles comprises”
    • module mathématique
    • accès aux fichiers et répertoires (+ formats de données standards)
    • compression, archivage, gestion de bases de données
    • fonctions génériques du système d’exploitation
    • réseau et communication, protocoles internet (+email, html)
    • multimedia (son, image)
    • interface graphique (Tkinter)
    • outils de documentation et gestion d’erreurs (débogage)
    • modules spécifiques Windows, Mac, Linux
  • Installation aisée
    • de la version de base
    • de “distributions” étendues (avec des modules complémentaires)
  • éditeur inclus (Idle) ou autre (SciTe, Pycharm, Eric,…)
  • mode interactif pour les premiers essais
  • principes de base identiques à de nombreux langages
  • on n’est pas obligé d’utiliser toute la puissance du langage
  • cycle d’écriture/essais très rapide
  • possible de débuter en quelques jours
  • alternative à des logiciels spécialisés (matlab, scilab,…)
  • bon pour les calculs scientifiques, le graphisme, les simulations
  • modules spécialisés
    • représentations graphiques 2D (Matplotlib)
    • représentations graphiques 3D (Mayavi, Vpython, VTK,)
    • calculs scientifiques (numpy, scipy,. . .)
    • traitement d’images (PIL)
    • chimie (pymol, mmtk, chimera,…)
    • biochimie (biopython)

Idle3 : interpréteur Python en console, avec exécution directe

>>> (8.314*300/24E-3)/101325
1.0256600049346163
>>>
  • Commandes : copyrigth, credits, license(), quit, help, help(),…

On peut attribuer des noms de variables, pas seulement pour des nombres…

>>> R=8.314
>>> L=0.001
>>> V=24*L
>>> n=1
>>> zero=273.16
>>> T=20+zero
>>> P=n*R*T/V
>>> atm=101325
>>> print(P,P/atm)
101555.51000000001 1.0022749568221072
>>>

On peut effectuer quelques calculs sur des entiers :

>>> 1236*5698
7042728
>>> 12569+6233
18802
>>> 12+69+532+65-9
669
>>> 12356*458955
5670847980
>>> 123*456
56088
>>> 123**456 ?? A ESSAYER ??
  • On peut travailler avec des très très très grands nombres…
>>> a =7/3
2.3333333333333335
>>> b = 7//3
2
>>> 
  • En python, chaque “objet” possède son type et un identifiant :
    • type(a)
    • id(a)
    • type(b)
    • id(b)
>>> Navogadro=6.02214199E23
>>> kboltzmann=1.3806505E-23
>>> print(Navogadro*kboltzmann)
8.31447334956
>>> 2**0.5
1.4142135623730951
>>> (5+2j)*(3-7j)
(29-29j)
>>> (1.+1./1E6)**1E6
2.7182804690957272
>>>
  • Les expressions numériques s’évaluent en respectant les régles habituelles de priorités : parenthèses, exponentiation, multiplication, division, addition, soustraction (“PEMDAS”)
  • On peut aussi travailler facilement avec des tableaux contenant des milliers de données !
>>> 12 < 16
True
>>> 12 < 11
False
>>> 12 == 12, 12 == 13
(True, False)
>>> 12 < 16 or 12 < 11
True
>>> 12 < 16 and 12 < 11
False
>>> type(12 < 11)
<class 'bool'>
  • Les tests, comparaisons et leurs combinaisons logiques sont utiles pour réaliser des opérations de manière conditionnelle. Pour la logique booléenne : cf. Algèbre de Boole
  • appelées aussi “string”
  • mots, phrases, ou texte long
  • délimitées par ’ (apostrophe) ou “ (guillemet)
  • la casse est significative
  • caractères accentués, spéciaux et chiffres permis (caractères Unicode)
  • CONSEIL : éviter les accents dans les noms des variables
  • peuvent comprendre des retours à la ligne (Enter) si délimitées par ”””
>>> a=’bonjour’
>>> b="bonjour"
>>> c=’Bonjour’
>>> print a==b,a==c
True False
>>> d="pâté123#"
>>> print d
pâté123#
>>> é=d
>>> long="""un
deux
...
dix"""
>>> print(long)
un
deux
...
dix
>>>
>>> s=’Mons, le 15 septembre 2009’
>>> s[8:]
’ 15 septembre 2009’
>>> s.find(’le’)
6
>>> s.split()
[’Mons,’, ’le’, ’15’, ’septembre’, ’2009’]
>>> s.upper()
’MONS, LE 15 SEPTEMBRE 2009’
>>> s.replace(’ ’,’_’)
’Mons,_le_15_septembre_2009’
>>>
  • Utiliser Idle3 comme éditeur (ou tout autre éditeur)
  • Sauvegarder
  • Exécuter
  • Fermer
  • Rouvrir Idle3 et le programme
  • Exécuter
#!/usr/bin/env python
# -*- coding: utf-8 -*-
""" Programme élémentaire en Python
pour afficher une chaîne de caractères
"""
chaine = 'Message : Hello World !'
print(chaine)

Au delà des types de base (integer, float, string,…) on peut avoir des types sophistiqués (containers)

  • listes
  • dictionnaires
  • tuples
  • sets
  • collections/séquences ordonnées d’objets (types de base ou autres), introduits entre crochets et séparés par des virgules
  • peuvent être homogènes ou hétérogènes (types identiques ou mélangés)
  • on peut les compléter ou enlever des éléments dynamiquement
  • indicées (numérotées) à partir de 0
  • utilisables comme tableaux multidimensionnels
  • nombreuses manipulations possibles (opérations, méthodes) : accéder, concaténer, trier, compléter, rechercher, réduire,…
>>> a1 = [31, 16, 'mot','rouge', 1+3j, [2, 'bleu', 3.14]]
>>> a1
[31, 16, 'mot', 'rouge', (1+3j), [2, 'bleu', 3.14]]
>>> a2 = [121,'vert', 'tomate']
>>> a3=a1+a2
>>> a3
[31, 16, 'mot', 'rouge', (1+3j), [2, 'bleu', 3.14], 121, 'vert', 'tomate']
>>> len(a3)
9
>>> a3[4]
(1+3j)
>>> a3[5]
[2, 'bleu', 3.14]
>>> a3[5][1]
'bleu'
>>> a3[2:6]
['mot', 'rouge', (1+3j), [2, 'bleu', 3.14]]
>>> a3[-1]
'tomate'
>>> a3.pop()
'tomate'
>>> a3
[31, 16, 'mot', 'rouge', (1+3j), [2, 'bleu', 3.14], 121, 'vert']
>>> a3.pop()
'vert'
>>> a3.pop()
121
>>> a4=a3.pop()
>>> a4
[2, 'bleu', 3.14]
>>> a3.append(19.3)
>>> a3
[31, 16, 'mot', 'rouge', (1+3j), 19.3]
  • collections/ensembles non-ordonnées de paires de clés et valeurs
  • Chaque clé doit être unique (n'apparaître qu'une fois) et identifie la valeur correspondante (les clés sont souvent des nombres ou des chaînes)
  • Les valeurs peuvent être un objet de n’importe quel type (de base ou autres)
  • Clés et valeurs sont séparées par le caractère ”:“
  • Les paires clés :valeurs sont séparées par des virgules et le tout encadré par une paire d’accolades {} forme le dictionnaire.
>>> d = {'e1': 8, 'e2': 9, 'e4': 11, 'e3': 3, 'e5' : 1}
>>> d.keys()
dict_keys(['e5', 'e3', 'e1', 'e4', 'e2'])
>>> d
{'e5': 1, 'e3': 3, 'e1': 8, 'e4': 11, 'e2': 9}
>>> d['e4']
11
>>> 'e7' in d
False
>>> import operator
>>> print(sorted(d.items(), key=operator.itemgetter(1)))
[('e5', 1), ('e3', 3), ('e1', 8), ('e2', 9), ('e4', 11)]
>>> 
  • Les tuples sont comme les listes, MAIS :
  • entourés de parenthèses au lieu de crochets
  • les éléments sont non-modifiables après la création
  • pas de méthodes sur les tuples (rechercher, enlever un élément,…
  • les tuples sont plus rapides d’accès que les listes
  • ils peuvent être utilisés comme clés de dictionnaires
  • il est possible de convertir un tuple en liste et vice-versa
  • collection non ordonnée d'éléments non répétés (uniques)
  • L'utilisation des ensembles se fait par analogie avec les propriétés et opérations de la théorie mathématique des ensembles : appartenance, cardinalité (nombre d'éléments), union, intersection, différence, …

Instruction d’exécution conditionnelle if…elif…else (si…sinon-si…autrement)

  • Commence par if expression :
  • Si l’expression est vraie, le bloc d’instructions qui suit est exécuté
  • Si c’est faux, elif expression : permet d’enchaîner une seconde condition
  • Si aucune condition n’est vérifiée, else : permet de déterminer les instructions à effectuer
a = int(input('Donnez une note ? '))
if a >= 18:
    print("Excellent")
elif a >= 16:
    print("Très bien")
elif a >= 14:
    print("Bien")
elif a >= 12:
    print("Satisfaisant")
elif a >= 10:
    print("Réussi")
else:
    print("À représenter")

While

  • Commence par while expression :
  • Si l’expression est vraie, le bloc d’instructions qui suit est exécuté
  • L’expression est à nouveau évaluée
  • Lorsque l’expression est (devient) fausse, le bloc n’est plus exécuté
  • break permet de quitter prématurément la structure de répétition

for

  • Commence par for element in sequence :
  • Le bloc d’instructions qui suit est exécuté autant de fois qu’il y a d’éléments dans la séquence
  • Else : permet d’exécuter un autre bloc après avoir considéré tous les éléments
  • break permet de quitter prématurément la structure de répétition

Exemples while et for

print(’Structure while !)
c=0
while c< 4:
    print(c)
    c=c+1
print(’valeur finale =,c)
 
print(’Structure for)
a=range(11)
print(a)
for n in a:
    print(n*7)

L’indentation est intégrée à Python

  • Les retraits permettent de reconnaître et exécuter des structures dans des structures
  • Efficace, léger et très favorable à une écriture compacte et lisible des programmes
  • Tabulations (en fait remplacées par 4 espaces !)
  • Importance de la configuration correcte de l’éditeur (utilisation d'espaces)
  • Si l’indentation n’est pas respectée précisément : erreur
print(’Table de multiplication’)
a=range(11)
for i in a:
    for j in a:
        print(i*j,)
    print(’ sont multiples de ’,i)
  • Permettent d’étendre le langage
  • Résolvent un problème délimité
  • Font appel elles-mêmes à d’autres fonctions
  • Dépendent de variables (arguments, paramètres)
  • Appelables autant de fois que souhaité, avec des arguments quelconques
  • Renvoient (ou non) un résultat utilisable dans une expression
  • Utilisent des noms de variables à portée locale
  • Définies par le programmeur, ou existantes dans des “librairies modules” supplémentaires
  • Spécifiées ou définies avant l’utilisation
def f1(x):
    return x**2.
 
def f3(w):
    print("a ",a)
    return a * w**3.     
 
def f2(x):
    a = 1.111111
    print("a ",a)
    return x**1.5 *f3(x)
 
a = 2.
u = 9.
print("f1 ",f1(u))
print("f2 ",f2(u))
print("f3 ",f3(u))
def fractions(nummol):
    sum=0.
    for num in nummol:
        sum+=num
    fract=[]
    for num in nummol:
        fract.append(num/sum)
    return fract
 
li=input("Donnez les nombres de moles des constituants (séparés par des virgules)")
print(li,type(li))
n = [float(c) for c in li.split(',')]
print(n,type(n))
print(fractions(n))
>>> import math
>>> math.pi
3.141592653589793
>>> math.cos(0)
1.0
>>> math.__dict__
{'tanh': <built-in function tanh>, 'asin': <built-in function asin>, ...
...
>>> math.__doc__
'This module is always available.  It provides access to the\nmathematical functions defined by the C standard.'
>>> math.__name__
'math'

On peut modifier les noms des fonctions et la façon de les stipuler (espaces de noms) par la directive import

Python est un langage très moderne → structures très avancées

  • Classes (programmation objet), regroupant variables, données et fonctions
  • Module : ensemble de code repris dans un seul fichier
  • Paquet ou Librairie : ensemble de modules avec une arborescence en répertoires

La programmation avancée en Python comprend aussi :

  • la gestion des erreurs
  • des procédures de tests
  • la génération de documentation sous différentes formes

Algorithme : description des opérations à effectuer pour résoudre un problème

  • Indépendant des ordinateurs
  • Logique et systématique
  • Langage courant structuré
  • Transposable pour différents langages de programmation
  • Détermine le temps d’exécution et la mémoire nécessaire en terme de proportionnalité à la taille du problème

Exemple : la multiplication matricielle nécessite de l’ordre de N3 opérations (si N est la taille des matrices)

Référence : //fr.wikipedia.org/wiki/Algorithmique

Exemples d'applications

Ce site web utilise des cookies. En utilisant le site Web, vous acceptez le stockage de cookies sur votre ordinateur. Vous reconnaissez également que vous avez lu et compris notre politique de confidentialité. Si vous n'êtes pas d'accord, quittez le site.En savoir plus
  • teaching/progappchim/presentation_principes.1487156026.txt.gz
  • Dernière modification : 2017/02/15 11:53
  • de villersd