Main

Tutoriels MAPSI en version jupyter-notebook

Nous allons travailler en jupyter-notebook dans le cadre de l'UE. C'est un environnement particulièrement intéressant pour faire du développement rapide à condition de respecter un certain nombre de règles élémentaires.

  • Continuer (ou commencer) à faire des fonctions pour les actions à répeter
  • Attention aux variables globales (ne pas les utiliser dans les fonctions précitées)
  • Organiser les fichiers de travail en répertoires et sous répertoires

Environnement

  1. Créer un répertoire MAPSI dans votre compte et créer un sous répertoire pour chaque TME
  2. Dans une console, accéder au répertoire de travail puis lancer
    jupyter-notebook
  3. Dans l'explorateur de fichier récupérer un .ipynb existant ou créer un nouveau notebook en python 3.
  4. En conséquence, pour travailler sur les tutos ci-dessous, vous devrez d'abord créer une arborescence de répertoires, puis télécharger les fichiers de travail puis enfin les ouvrir.

Tutoriel de prise en main de numpy / matplotlib

Dans le cadre de l'UE MAPSI, nous allons travailler en python mais en utilisant des librairies spécifiques de calcul matriciel: numpy et matplotlib. Ces tutoriels servent à mettre tout le monde à niveau en python puis dans ces librairies: si vous êtes déjà au niveau, vous passez à la suite!

[clic droit + enregistrer sous] pour accéder aux fichiers ci-dessous.

Guide de survie de base en python (général)

Introduction à numpy

Pour ceux qui ont du mal à visualiser les matrices et les opérations associées un lien vers un des explications particulièrement bien illustrées: lien

Fonctions de recherche très utiles:

advanced numpy

Après les matrices, les fonctions d'affichage:

D'abord un guide de survie : Introduction à matplotlib

Puis un guide un peu plus avancé pour les frontières de décision (les isocontours) et les affichages en 3D : un peu plus loin en matplotlib

TME sur les données blablacar

Nous vous donnons un script de collecte de données pour information: NE PAS LE FAIRE TOURNER PENDANT LA SEANCE. Nous vous donnons ensuite les données collectées et le script à trous contenant les questions autour de ces données.

Collecte et mise en forme des données Blablacar

Données Blablacar mises en forme

Exercices sur les données Blablacar

Anciens tutos pythons

lien

Ancien TME sur les données Vélib (API version JC Decaux)

TME Vélib