SymPy est une bibliothèque Python a usage scientifique notamment mathématiques utilisée pour le calcul formel. Cette bibliothèque permet de réaliser du calcul symbolique ou formel. Sur des aspects purement mathématiques, il permet l’écriture et le traitement d’équations, la simplification, le calcul de dérivées,
Python / Pillow / Traitement d’image
Quelques fonctionnalités Obtenir le mode de l’image Pillow supporte en particulier les formats suivants : binaire, niveau de gris, RGB, RGBA et CMYK ( cyan, magenta, yellow and key). Pour en savoir plus sur les modes reconnus : Concepts of Pillow. Pour connaître le mode
Python / Convertir une image en matrice
Lorsqu’on travail sur des images, il est souvent utile de pouvoir accéder aux données de chaque pixel par l’intermédiaire d’un système matriciel. Pour cela, il existe plusieurs méthodes d’ouverture d’une image et de conversion des données dans un format compatible
Python / Comparatif calcul matriciel et calcul itératif
Pour réaliser des calculs basés sur des modèles scientifiques par l’intermédiaire d’outils numériques, il existe plusieurs possibilités : Dans les exemples suivants, nous allons voir l’intérêt de passer en calcul matriciel notamment en terme de temps de calcul. Cas des
Python / Scipy / Transformée de Fourier
Ce tutoriel est en cours de rédaction / approbation. Ce tutoriel s’appuie sur la sous-bibliothèque fft de la bibliothèque SciPy. Vous trouverez des rappels sur la transformée de Fourier et sa version discrétisée sur la page suivante : Transformée de
Python / Scipy / Premiers pas
Ce tutoriel est en cours de rédaction / approbation. SciPy est une bibliothèque Python a usage scientifique notamment mathématiques très utilisée en ingénierie. SciPy est extrêmement rapide pour résoudre les problèmes liés à l’algèbre linéaire. L’algèbre linéaire traite des équations
Python / Récupération de données dans un fichier
Ouverture d’un fichier de données CSV Dans cet exemple, nous souhaitons récupérer les données acquises par l’intermédiaire d’un oscilloscope. Ces données sont stockées sous la forme d’un fichier de données de type CSV (tableur). Ce fichier peut être télécharger ci-dessous
Python / Matplotlib / Graphiques 3D
Ce tutoriel est en cours de rédaction / approbation. Tracés 3D avec colormesh Il est possible de réaliser des tracés en 3D avec Matplotlib mais il peut être souvent plus pertinent pour une meilleure lisiblité de réaliser un tracé à
Python / Matplotlib / Animations
Ce tutoriel est en cours de rédaction / approbation. Animations avec matplotlib Un module marrant mais pas souvent utile de matplotlib permet d’animer le contenu d’un graphique à partir de fonction Nous allons voir les bases pour faire de petites
Python / Scipy / Régressions et ajustements
Ce tutoriel est en cours de rédaction / approbation. Régression linéaire Lorsque l’on a un jeu de données expérimentales permettant de relier deux grandeurs physiques, il est intéressant de trouver la loi qui fait le lien entre elles. Une première
Python / Numpy / Matrices et calculs
Ce tutoriel est en cours de rédaction / approbation. Création de matrices Pour être plus explicite, cette indexation revient à faire deux opérations à la suite. La première consiste à la récupération d’une colonne de la matrice : Puis à
Python / Matplotlib / Premiers pas
Matplotlib est une bibliothèque pour Python orientée sur la visualisation de données. Installation de la bibliothèque Matplotlib est installée par défaut avec la plupart des distributions Python (comme Anaconda). Elle peut cependant être installé sur Python par l’une des commandes suivantes
Python / Bases du langage
En tant qu’étudiant.e à l’Institut d’Optique, vous avez accès, sur les machines Windows, à la distribution Anaconda 3, basée sur la version Python 3.9, incluant l’IDE Spyder 5 et les bibliothèques Numpy, OpenCV, PyQT5 et bien d’autres… Mais ça veut
Python / Bases scientifiques
Dans cette section, vous allez découvrir les rudiments du langage Python pour le scientifique. Plus particulièrement, seront présentées les bibliothèques suivantes et leurs utilisations : Numpy, mathématiques et vecteurs Matplotlib, affichage graphique et animation Scipy, le couteau suisse du scientifique
Python / Numpy / Premiers pas
Numpy est une bibliothèque incontournable pour les scientifiques. Les deux principales motivations de son utilisation sont : Cette bibliothèque permet la mise en forme des données pour de nombreuses autres bibliothèques scientifiques plus poussées : Pandas, Scipy, Scikit-image, OpenCV, Kears,
Python / OpenCV
OpenCV OpenCV (Open Source Computer Vision Library: http://opencv.org) est un ensemble de méthodes open-source pour la vision par ordinateur. Cette bibliothèque est portée sur un grand nombre de langages de programmation : C/C++, Python… Une bibliothèque pour le traitement d’images La
Python / PySerial / Premier script
Pour pouvoir tester les exemples de ces tutoriels, vous devez installer la bibliothèque PySerial. Sa documentation complète est disponible en ligne : https://pypi.org/project/pyserial/ PySerial est une bibliothèque Python permettant d’ouvrir et de transférer des données par l’intermédiaire des liaisons séries
Python / Interfaçage et affichage
Dans cette section, vous allez découvrir : Interface graphique avec PySide / PyQT Interfaçage d’une carte d’acquisition avec PySerial Dans cette section, nous allons voir comment mettre en place une application permettant de transférer des données entre une carte d’acquisition
Python / Analyse et présentation de données
Pandas Une bibliothèque pour l’analyse de données La bibliothèque Pandas pour Python permet l’analyse et la manipulation de données. Cet ensemble de tutoriels a pour objectif de découvrir les fonctionnalités de base permettant d’ouvrir un ensemble de données (souvent contenues dans un fichier – CSV ou autre), trier
Python / Pandas / Séries de données
Dans ce tutoriel, vous serez amené à manipuler un des éléments de base de la bibliothèque Pandas : les Séries. Installation et premier script Pandas est une bibliothèque devenue standard sous Python pour l’analyse et le traitement des données. Elle