saint-gobain-recherche.fr

python-prepa.github.io

7.4. Cryptographie — Python scientifique - ENS Paris

http://python-prepa.github.io/ateliers/crypto.html

Python scientifique - ENS Paris. Dans un interpréteur Python créez la chaîne de caractères message contenant la valeur ‘ceci est mon message a chiffrer’. A l’aide d’une boucle. Sur cette chaîne, chiffrer la par un décalage de 3 (chiffre de César). Par exemple la lettre a sera chiffrée en la lettre d (et la lettre x en la lettre a). Modifier le script précédent pour qu’il chiffre/déchiffre un fichier dont le chemin est entré par l’utilisateur. On pourra utiliser cette nouvelle. Utiliser cette fonction pou...

python-prepa.github.io

1. Introduction à Python et son environnement — Python scientifique - ENS Paris

http://python-prepa.github.io/intro.html

Python scientifique - ENS Paris. 1 Introduction à Python et son environnement. 11 Écosystème et environnement de travail. Environnement de travail scientifique spyder. Développée par l’entreprise Continuum. Anaconda rassemble tout le nécessaire pour l’enseignement de Python scientifique: le langage Python et ses modules scientifiques. En particulier, Anaconda fournit un environnement de travail adapté à l’enseignement et au calcul scientifique, spyder. Que nous utiliserons pour la formation. 113 Un envir...

python-prepa.github.io

7.1. Traitement d’images pour l’analyse de données d’expériences (TIPE) — Python scientifique - ENS Paris

http://python-prepa.github.io/ateliers/image_processing.html

Python scientifique - ENS Paris. 71 Traitement d’images pour l’analyse de données d’expériences (TIPE). 711 Présentation des outils. 7111 Un exemple pour commencer. 7112 Les applications du traitement d’image. 712 Mini-tutoriel de traitement d’images. 7121 Input / output: des fichiers aux tableaux numpy. 7122 Quelques opérations de base avec. 7123 Filtrage d’image. 7124 Extraction d’objets d’intérêt. 7125 Mesure des propriétés des objets. 713 Géométrie d’un matériaux granulaire 2-D.

python-prepa.github.io

5. Systèmes dynamiques : utilisation de SciPy — Python scientifique - ENS Paris

http://python-prepa.github.io/systemes_dynamiques.html

Python scientifique - ENS Paris. 5 Systèmes dynamiques : utilisation de SciPy. Présentation du module SciPy. Réalisation de traitements de données avancés avec SciPy. Génération de figures avancées avec Matplotlib. Ecrire la documentation d’une fonction. On a déjà vu qu’il existe beaucoup d’opérations permettant par exemple de. Générer des tableaux particuliers :. Faire des opérations à partir des valeurs du tableau :. Est la boîte à outils. Numérique pour les tableaux NumPy. On trouve dans SciPy. On peu...

python-prepa.github.io

7.2.2.1. Example de classification de documents texte — Python scientifique - ENS Paris

http://python-prepa.github.io/ateliers/auto_examples/plot_document_classification.html

Python scientifique - ENS Paris. 72 Data mining: fouille de données et intelligence artificielle. 7221 Example de classification de documents texte. Plot document classification.py. Sklearn.feature extraction.text. Load some categories from the training set. For case categories = None. Split a training set and a test set. Top 10 keywords per class:. Score (mesure de lerreur). Total running time of the example:. Python scientifique - ENS Paris.

python-prepa.github.io

Les auteurs — Python scientifique - ENS Paris

http://python-prepa.github.io/AUTHORS.html

Python scientifique - ENS Paris. Directeur de Recherche au CNRS, il effectue sa recherche au Département de Physique de l’ENS sur la mécanique des fluides, en particulier la magnétohydrodynamique et l’effet dynamo. Il enseigne depuis plusieurs années à l’ENS et à l’école Polytechnique. Il est en particulier depuis 5 ans Professeur du cours de Physique Numérique en M1 à l’ENS construit sur Python. A fait des études de physique, mais il est tombé dans le monde merveilleux de la recherche en informatique en...

python-prepa.github.io

7.2. Data mining: fouille de données et intelligence artificielle — Python scientifique - ENS Paris

http://python-prepa.github.io/ateliers/data_mining.html

Python scientifique - ENS Paris. 72 Data mining: fouille de données et intelligence artificielle. L’intelligence artificielle des années 80 cherchait des règles universelles pour prendre des décisions. Avec l’explosion des données (corpus de textes, sons et mages) accessibles sur internet, les progrès récents apprennent les règles de décisions empiriquement. Ou la langue dans laquelle est écrite un document. Cette discipline s’appelle le. 721 Un peu de botanique: nommer des iris. La longueur du pétale.

python-prepa.github.io

7.1.3. Géométrie d’un matériaux granulaire 2-D — Python scientifique - ENS Paris

http://python-prepa.github.io/ateliers/image_granulaire.html

Python scientifique - ENS Paris. 71 Traitement d’images pour l’analyse de données d’expériences (TIPE). 713 Géométrie d’un matériaux granulaire 2-D. Les matériaux granulaires sont omni-présents dans l’industrie et l’environnement. La science des matériaux granulaires est relativement récente car elle a nécessité des techniques d’instrumentation et de simulation qui n’ont fait leur apparition que tard. À la fraction de l’espace occupée par les grains, appelée la compacité. Solution de tout l’atelier.

python-prepa.github.io

6. Et pour aller plus loin — Python scientifique - ENS Paris

http://python-prepa.github.io/aller_plus_loin.html

Python scientifique - ENS Paris. 6 Et pour aller plus loin. Nous n’avons vu qu’une petite partie des possibilitiés de Python scientifique pour aller plus loin. Voici quelques pistes pour continuer à en apprendre plus! Les Scipy Lecture Notes. Un large ensemble de tutoriels. Et leurs sessions de formation, ainsi que les formations organisées par l’ afpy. Beaucoup de choses à apprendre sur les mailing-lists : numpy-discussion @. Python scientifique - ENS Paris.