Python Scientifique¶

Cadre envisagé

Algorithmes numériques : tout programmeur peut avoir à toucher à des jeux de nombres.
Traitement de donnée : les outils scientifiques sont idéaux pour traiter toutes sortes de données, par exemple des logs de serveur web.
Visualization : pas de maniement de nombres sans faires des courbes, ou sinon on ne comprend rien à ce qu’on fait.

Pourquoi Python:
	Etre efficace : rien ne sert de coder du code rapide, si on met beaucoup de temps. Comprendre ce qu’on fait : les algorithmes scientifiques peuvent être difficiles à appréhender, il faut développer une compréhension, voir une intuition, du fonctionnement. Communiquer : le code devrait se lire comme un livre.
Librairies à installer:
	numpy: http://www.scipy.org/Download ipython: http://ipython.scipy.org/ scipy: http://www.scipy.org/Download matplotlib: http://matplotlib.sourceforge.net/ Pour tout installer d’un coup : Python(x,y): http://www.pythonxy.com EPD: http://www.enthought.com/products/epd.php
Ressources:	http://docs.scipy.org/ numpy.lookfor Python: Les fondamentaux du langage - La programmation pour Les scientifiques, Matthieu BRUCHER, editions ENI.

Déroulement du tutorial