{ "cells": [ { "cell_type": "markdown", "metadata": {}, "source": [ "
\n", "\n", "Ce fichier reflète les énoncés des exercices d'un chapitre du livre *[Programmation Python par la pratique](https://www.dunod.com/sciences-techniques/programmation-python-par-pratique-problemes-et-exercices-corriges)*. Tous les énoncés peuvent être téléchargés au format [Jupyter Notebook](https://python.guillod.org/livre/) ou exécutés directement en ligne sur [GESIS](https://notebooks.gesis.org/binder/v2/gh/guillod/livre-python/v1errata). Les corrigés sont disponibles dans le livre en version papier (ISBN [9782100815142](https://www.dunod.com/sciences-techniques/programmation-python-par-pratique-problemes-et-exercices-corriges)) ou numérique (ISBN [9782100819089](https://www.dunod.com/sciences-techniques/programmation-python-par-pratique-problemes-et-exercices-corriges)) publiés chez Dunod. Ce fichier reflète les exercices tels que publiés dans cet ouvrage et diffère quelque peu des exercices présentés à la page [python.guillod.org](https://python.guillod.org/)." ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "# 1 Introduction" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "
\n", "\n", "Python est un langage de programmation phare dans le monde scientifique. Il est parfaitement adapté pour programmer des problèmes mathématiques. Cet ouvrage propose de se focaliser sur l’utilisation pratique du langage Python dans différents domaines des mathématiques : les suites, l’algèbre linéaire, l’intégration, la théorie des graphes, la recherche de zéros de fonctions, les probabilités, les statistiques, les équations différentielles, le calcul symbolique, et la théorie des nombres. À travers 40 exercices de difficulté croissante, et corrigés en détails, il permet d’avoir une bonne vision d’ensemble des possibilités d’utilisation de la programmation dans les mathématiques et d’être à même de résoudre des problèmes mathématiques complexes.\n", "\n", "Il n'est pas nécessaire de faire les exercices dans l'ordre proposé, même si certains exercices font parfois appel à des notions vues dans des exercices précédents. Les exercices plus difficiles sont indiqués par des points d'exclamation:\n", "* ! : plus long ou plus difficile;\n", "\n", "* !! : passablement long et complexe;\n", "\n", "* !!! : défi proposé sans correction.\n", "\n", "Le séparateur décimal utilisé dans cet ouvrage est le point et non pas la virgule, afin de se conformer avec l'usage international employé par Python et éviter les confusions.\n", "Ces exercices servent de base aux travaux pratiques donnés à [Sorbonne Université](https://www.sorbonne-universite.fr/) dans le cadre de la licence de mathématiques.\n", "\n", "L’ensemble des codes sources de l’ouvrage est disponible en ligne à l'adresse:\n", ". Ce site est mis à jour régulièrement, aussi il se peut qu'il diffère du présent ouvrage dans\n", "le futur." ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "# 1.1 Remerciements" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "Merci à Marie Postel et Nicolas Lantos pour leurs relectures attentives de la première version de ce recueil et pour les nombreuses corrections et suggestions.\n", "\n", "Merci également aux membres des équipes pédagogiques de Sorbonne Université ayant utilisé ces exercices pour leurs retours et contributions: Mathieu Barré, Constantin Bône, Jules Bonnard, Cédric Boutillier, Thibault Cimic, Jeanne Decayeux, Cécile Della Valle, Guillaume Duboc, Jean-Jil Duchamps, Johann Faouzi, Jean-Merwan Godon, Elise Grosjean, Cindy Guichard, Nicolas Lantos, Mathieu Mari, David Michel, Leo Miolane, Anouk Nicolopoulos, Arnaud Padrol, Diane Peurichard, Marie Postel, Xavier Poulot-Cazajous, Alexandre Rege, Othmane Safsafi, Emmanuel Schertzer, Agustín Somacal, Didier Smets, Robin Strudel, Gauthier Tallec, Nicolas Thomas, Paul Vernhet, Jules Vidal et Raphaël Zanella.\n", "\n", "Finalement merci aux étudiantes et aux étudiants ayant planché sur ces exercices pour leurs retours constructifs qui ont contribué à l'amélioration du présent recueil.\n", "\n", "La lectrice attentive ou le lecteur attentif est remercié·e par avance pour tout signalement de coquilles ou autres." ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "# 1.2 Pourquoi Python ?" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "Python est un langage généraliste de programmation interprété qui a la particularité d'être très lisible et pragmatique. Il dispose d'une très grosse base de modules externes, notamment scientifiques, qui le rend particulièrement attractif pour programmer des problèmes mathématiques. Le fait que Python soit un langage interprété le rend plus lent que les langages compilés, il assure en revanche une grande rapidité de développement qui permet à l'humain de travailler un peu moins tandis que l'ordinateur devra travailler un peu plus. Cette particularité fait que Python est devenu l'un des principaux langages de programmation utilisés par les scientifiques." ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "# 1.3 Prérequis" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "Cet ouvrage n'a pas pour but premier d'exposer la syntaxe et les principes du langage Python, aussi les prérequis sont-ils d'en connaître les bases. Il existe de nombreuses ressources pour se mettre à jour en cas de besoin, par exemple:\n", "* le cours en ligne *Python 3 : des fondamentaux aux concepts avancés du langage* d'Arnaud Legout et Thierry Parmentelat à suivre sur le site de *France Université Numérique* (). Les vidéos sont également disponibles sur YouTube ()\n", "\n", "* l'ouvrage *Programmation en Python pour les sciences de la vie* de Patrick Fuchs et Pierre Poulain ()\n", "\n", "* le cours *1IN001* dispensé à Sorbonne Université ()\n", "\n", "Par ailleurs la réalisation des exercices demande d'avoir accès à un ordinateur ou un service en ligne disposant de Python 3.6 (ou plus récent) complété par les modules suivants: Numpy, Scipy, Sympy, Matplotlib, Numba, NetworkX et Pandas. L'emploi d'un éditeur de code permettant l'écriture en Python est aussi vivement conseillé. Il est ici suggéré d'utiliser [Jupyter Lab](https://jupyterlab.readthedocs.io/), qui permet à la fois l'écriture des notebooks interactifs et des scripts et également l'ajout de ses propres solutions en dessous des énoncés, ce qui est très pratique. Il n'est pas indispensable d'utiliser Jupyter Lab, d'autres environnements sont aussi adaptés, notamment [Spyder](https://www.spyder-ide.org/) ou [Jupyter Notebook](https://jupyter-notebook.readthedocs.io/).\n", "\n", "Les sections suivantes décrivent comment installer et lancer l'environnement Python ou l'utiliser en ligne sans installation." ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "# 1.4 Documentation" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "Il n'est généralement pas utile (ni souhaitable) de connaître toutes les fonctions et subtilités du langage Python lors d'une utilisation occasionnelle. Par contre il est indispensable de savoir utiliser la documentation de manière efficace. La documentation officielle est disponible à l'adresse . La langue et la version peuvent être sélectionnées en haut à gauche. Il est fortement conseillé de regarder comment la documentation est écrite et d'apprendre à l'utiliser." ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "# 1.5 Installation" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "Les personnes ne pouvant ou ne voulant pas installer Python peuvent directement se rendre à la section [1.6 Lancement de Jupyter Lab](#sec:intro-lancement) pour des alternatives disponibles en ligne sans installation.\n", "\n", "Il existe essentiellement quatre façons d'installer Python et les modules requis pour réaliser les exercices:\n", "\n", "* **Anaconda** est une distribution Python complète, c'est-à-dire qu'elle installe directement une très grande quantité de modules (beaucoup plus que nécessaire pour faire les exercices suivants). L'avantage de cette installation est qu'elle est très simple; son désavantage est qu'elle prend beaucoup d'espace disque. C'est la méthode à privilégier si vous êtes sous Windows ou MacOS et que vous n'avez pas de problème d'espace disque.\n", "\n", "* **Miniconda** est une version légère d'Anaconda, qui installe par défaut uniquement la base. L'avantage est qu'elle prend peu d'espace disque, mais elle requiert une action supplémentaire pour installer les modules requis pour faire les exercices. C'est la méthode à privilégier si vous êtes sous Windows ou MacOS et que vous avez peu d'espace disque disponible.\n", "\n", "* **Dépôts Linux:** la plupart des distributions Linux permettent d'installer Python et les modules de base directement à partir des dépôts de paquets qui les accompagnent. C'est la méthode privilégiée sous Linux.\n", "\n", "* **Pip** est un gestionnaire de paquets pour Python. C'est la méthode à privilégier pour ajouter un module si Python est déjà installé par votre système d'exploitation, et que ce module n'est pas inclus dans les paquets de votre distribution. Cette méthode permet une gestion plus fine et avancée des modules installés que ce qui est proposé avec les méthodes précédentes." ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "### Installation avec Anaconda" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "La façon la plus simple d'installer Python 3 et toutes les dépendances nécessaires sous Windows et MacOS est d'installer [Anaconda](https://anaconda.org/). Le désavantage d'Anaconda est que son installation prend beaucoup d'espace disque car énormément de modules sont installés par défaut. Les procédures d'installation détaillées selon chaque système d'exploitation sont décrites à l'adresse: . En résumé la procédure d'installation est la suivante:\n", "\n", "1. Télécharger Anaconda pour Python 3 à l'adresse: .\n", "\n", "2. Double-cliquer sur le fichier téléchargé pour lancer l'installation d'Anaconda, puis suivre la procédure d'installation (il n'est pas nécessaire d'installer VS Code).\n", "\n", "3. Une fois l'installation terminée, lancer Anaconda Navigator à partir du menu démarrer ou de la liste des applications." ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "### Installation avec Miniconda" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "La distribution [Miniconda](https://docs.conda.io/miniconda.html) présente l'avantage sur Anaconda de prendre peu d'espace disque, au prix de devoir installer les modules nécessaires manuellement. La procédure d'installation rapide est la suivante:\n", "\n", "1. Télécharger Miniconda pour Python 3 à l'adresse: .\n", "2. Double-cliquer sur le fichier téléchargé pour lancer l'installation de Miniconda, puis suivre la procédure d'installation.\n", "3. Une fois l'installation terminée, lancer Anaconda Prompt à partir du menu Démarrer ou de la liste des applications.\n", "4. Dans le terminal, taper la commande:\n", " conda install anaconda-navigator numpy scipy sympy matplotlib numba networkx pandas jupyterlab\n", "et confirmer l'installation des dépendances." ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "### Installation à partir des dépôts" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "La plupart des distributions Linux permettent d'installer facilement Python et les modules les plus standard directement à partir des dépôts qu'elles incluent. La procédure suivante concerne Ubuntu, mais s'adapte facilement aux autres distributions.\n", "\n", "1. Installer Python 3:\n", " sudo apt install python3 python-pip3\n", "2. Installer les modules Numpy, Scipy, Sympy, Matplotlib, Numba, NetworkX et Pandas :\n", " sudo apt install python3-numpy python3-scipy python3-sympy python3-matplotlib python3-numba python3-networkx python3-pandas\n", "3. Jupyter Lab n'étant pas disponible dans les paquets d'Ubuntu, il faut l'installer avec Pip:\n", " pip3 install jupyterlab\n", "\n", "Voir la remarque suivante sur Pip si cette dernière commande ne fonctionne pas." ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "### Installation avancée avec Pip" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "La procédure suivante décrit l'installation manuelle de modules avec le gestionnaire [Pip](https://pip.pypa.io/en/stable/).\n", "\n", "1. Installer Python depuis l'adresse: .\n", "2. Installer Pip depuis l'adresse: \n", "3. Installer les modules requis en tapant la ligne de commande suivante dans un terminal:\n", " pip3 install numpy scipy sympy matplotlib numba networkx pandas jupyterlab\n", "**Remarque.**\n", "Suivant les systèmes d'exploitation, il faut remplacer la commande `pip3` par `pip`. Si vous rencontrez un problème de permissions lors de l'exécution de ces commandes, il faut probablement rajouter `--user` à la fin de la commande précédente." ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "# 1.6 Lancement de Jupyter Lab" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "
" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "### Avec Anaconda Navigator" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "Si Anaconda ou Miniconda a été installé, il suffit de lancer Anaconda Navigator et de cliquer sur l'icône «jupyterlab»." ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "### En ligne de commande" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "Pour lancer Jupyter Lab en ligne de commande, il faut taper `jupyter lab` dans un terminal. Pour quitter, il faut cliquer sur «Shutdown» dans le menu «File» de la fenêtre Jupyter Lab. Il est aussi possible de taper `Ctrl+C` suivi de `y` (en anglais) ou `o` (en français) dans le terminal où la commande `jupyter lab` a été exécutée." ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "### En ligne sans installation" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "Pour les personnes ne pouvant ou ne voulant pas installer Python et les dépendances nécessaires sur leur propre ordinateur, il est possible d'utiliser Jupyter Lab en ligne avec GESIS: .\n", "Aucun compte n'est nécessaire mais les documents stockés sans compte utilisateur sont automatiquement effacés donc il faut impérativement les sauvegarder sur votre propre ordinateur avant de quitter. Il est également possible de créer un compte utilisateur sur GESIS à l'adresse , ce qui permet ensuite de sauvegarder vos documents. Une fois authentifié sur GESIS, entrer les paramètres suivants pour avoir accès aux énoncés des exercices:\n", "\n", "
\n", "\n", "Pour utiliser Jupyter Lab plutôt que Jupyter Nootebook sur GESIS, il suffit de remplacer `tree` par `lab` à la fin de l'URL.\n", "\n", "Sinon différents services offrent la possibilité d'utiliser gratuitement Jupyter Lab après création d'un compte:\n", "* CoCalc ()\n", "\n", "* Google Colaboratory ()" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "# 1.7 Utilisation de Jupyter Lab" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "Une fois Jupyter Lab lancé, la fenêtre suivante doit apparaître dans un navigateur:\n", "\n", "
\n", "\n", "Jupyter Lab permet essentiellement de traiter trois types de documents: les **notebooks**, les **scripts** et les **terminaux**. Un notebook est constitué de cellules qui peuvent contenir soit du code soit du texte au format Markdown. Les cellules de code peuvent être évaluées de manière interactive à la demande, ce qui permet une grande flexibilité. Les cellules de texte peuvent contenir des commentaires, des titres ou des formules LaTeX\n", ":\n", "\n", "
\n", "\n", "Un script Python est simplement un fichier texte contenant des instructions Python. Il s'exécute en entier de A à Z et il n'est pas possible d'interagir interactivement avec lui pendant son exécution (à moins que cela n'ait été explicitement programmé). Pour exécuter un script Python il est nécessaire d'ouvrir un terminal.\n", "\n", "**Commandes de base:**\n", "* Créer un nouveau fichier: cliquer sur le bouton «+» situé en haut à gauche, puis choisir le type de fichier à créer.\n", "\n", "* Renommer un fichier: cliquer avec le second bouton de la souris sur le titre du notebook (soit dans l'onglet, soit dans la liste des fichiers).\n", "\n", "* Changer le type de cellules: menu déroulant permettant de choisir entre «Code» et «Markdown».\n", "\n", "* Exécuter une cellule de code: combinaison des touches `SHIFT+ENTRÉE`.\n", "\n", "* Mettre en forme une cellule de texte: combinaison des touches `SHIFT+ENTRÉE`.\n", "\n", "* Modifier une cellule de texte: double-cliquer sur la cellule.\n", "\n", "* Exécuter un script: taper `python nomduscript.py` dans un terminal pour exécuter le script `nomduscript.py`.\n", "\n", "* Réorganiser les cellules: cliquer-déposer.\n", "\n", "* Juxtaposer des onglets: cliquer-déposer.\n", "\n", "La documentation détaillée de Jupyter Lab est disponible [ici](https://jupyterlab.readthedocs.io/)." ] } ], "metadata": { "kernelspec": { "display_name": "Python 3", "language": "python", "name": "python3" }, "language_info": { "codemirror_mode": { "name": "ipython", "version": 3 }, "file_extension": ".py", "mimetype": "text/x-python", "name": "python", "nbconvert_exporter": "python", "pygments_lexer": "ipython3", "version": "3.8.5" } }, "nbformat": 4, "nbformat_minor": 4 }