On trouve des tonnes de tutos et de documents sur Python, ceux qui suivent sont des aide-mémoire très concis.
Mémento Python 3 de Laurent Pointal, voir aussi son site
Aide mémoire Python de Marc-Antoine Weisser
Aide mémoire de l'Université de Poitiers, ou bien document pdf
Aide mémoire de Émilien Joly et autres documents utiles sur son site (shell, matlab…)
Learn X in Y minutes, where X=Python3
NumPy pour manipuler des tableaux (mini tuto)
SciPy, basée sur NumPy, pour le calcul scientifique
matplotlib pour les représentations graphiques de données et résultats
bokeh pour des représentations graphiques interactives utilisables en ligne
pandas pour l'analyse de données (structures de données et algorithmes) et geopandas pour des données géolocalisées
Pillow issue de PIL, pour le traitement et la manipulation de fichiers image (mini tutoriel)
Opencv pour le traitement d'images et la vision par ordinateur
scikit-image aka Skimage également pour le traitement d'images
Turtle pour l'initiation à la programmation (tracé de graphiques simples avec la tortue) : aide mémoire
Cartopy et GeoPandas pour la cartographie ainsi que ipyleaflet (extension de Jupyter notebooks)
Kivy pour réaliser des interfaces-utilisateur graphiques (GUI multi plateforme)
Theano pour le deep learning
pweave pour générer des rapports scientifiques
Python + arduino + OSC : Tuto
conda update -n root conda conda update --all conda update anaconda-navigator
<html> <!–
Plusieurs modules à installer !
pip install ipyturtle jupyter nbextension enable --py --sys-prefix ipyturtle
Puis installer Node.js (qui comprend NPM) et :
git clone https://github.com/gkvoelkl/ipython-turtle-widget.git cd ipython-turtle-widget pip install -e . jupyter nbextension install --py --symlink --sys-prefix ipyturtle jupyter nbextension enable --py --sys-prefix ipyturtle
–!> </html>
Initiation au Traitement d'images
Variations autour du palindrome
Travail avec des fichiers
Expérimentations avec OSC
Expérimentation avec Arduino
Mini tuto NumPy
Ce n'est pas exigé par le compilateur, mais de bons usages de présentation permettent de faciliter la (re)lecture d'un programme. Un ensemble de règles d'usage est défini dans le guide du style PEP8. On peut généralement paramétrer son éditeur de texte pour qu'il vérifie et signale les “erreurs” de style.
Quelques éléments pour résumer :
c = (a+b) * (a-b)def fonction(arg='valeur'):: et , mais pas avant
Il faut préalablement créer un compte sur github de façon à héberger le code qui va être réalisé. Pour les petits programmes, un gist est préférable.
Installer localement la commande nbinteract qui va fabriquer le fichier html dynamique à partir du notebook.
pip install nbinteract
nbinteract nom_notebook.ipynb -s user_github/id_gist<html> <!– <iframe src=“http://labotim.fr/notebooks/factorielle_recursive.html”></iframe> –> </html>
Références :
https://www.codedisciples.in/embedding-jupyter.html
https://elc.github.io/posts/embed-interactive-notebooks/
https://www.nbinteract.com/tutorial/tutorial_intro.html