département Mécanique, Université Lyon 1

Cours L2 Programmation scientifique avec Python

Pr Marc Buffat

Contenu

1 Organisation du cours

Planning des TP et évaluation

1.1 Compétences à acquérir

base:Rigueur” et “Démarche scientifique

  1. analyse du problème pour définir ce que l’on doit faire (analyse)
  2. définir la manière dont on doit le faire (algorithme)
  3. mise en oeuvre sur un ordinateur (programmation)
  4. vérification / validation de la méthode (validation)
  5. application au cas étudié
  6. analyse “critique” des résultats (écriture de CompteRendu)

1.2 Organisation

2 Documentation: livre sur le cours (version en ligne)

3 Que faire en cas de problème

4 IA Générative

  1. Charte d’utilisation de l’IA Gen.

  2. Utilisation d’Ollama (IAGen OpenSource) pour une aide à la programmation Python

attention à utiliser avec discernement et peut être long!

mode basique (débutant)

5 Écriture de compte rendu en markdown

6 Solutions des TP

6.1 Feedback

Pour les TP soumis, vous avez un feedback de disponible. Pour cela, cliquez sur menu nbgrader->assignements, et dans la page choisissez le cours de votre TP: (p.e. MGC2028LG1 pour le groupe 1 ).

Vous avez la liste des TP que vous avez soumis dans submitted assignements. Cliquez sur le bouton Fetch Feedback d’un TP pour obtenir le feedback du TP, qui apparait dans la gestion de fichier à gauche, sous la forme d’un fichier html de la forme: nomTP.html. Cliquez sur ce fichier html pour le visualiser.

6.2 Eléments de correction

Vous trouverez ci-dessous le lien vers une correction des TP déjà rendus

7 Examens de TP

L’évaluation de l’UE se fait pour une part à partir des comptes rendus de TP, mais surtout à partir d’examens de TP durant lesquels on vous demande de refaire une partie de l’approche numérique en Python vue pendant les séances de TP.

Ces examens se font sans document, ni autorisation d’accès à internet, dans un environnement d’examen contrôlé.

Attention on ne vous demande pas d’apprendre par coeur du code Python, mais d’avoir compris la démarche vue en TP pour savoir la ré-appliquer.

8 Python et les notebooks Jupyter

8.1 Programmation scientifique

Cours en ligne sur la programmation scientifique

8.2 Introduction Python/Jupyter

Il s’agit de la première leçon d’un ensemble de modules d’apprentissage pour les étudiants en sciences et technologie. Ces modules utilisent le langage Python, mais en présupposant aucune expérience de programmation préalable. Le premier objectif sera de vous apprendre à utiliser un environnement numérique Python avec des notebooks Jupyter permettant de résoudre des problèmes et de gérer des données scientifiques.

9 Bibliographie

et pour les plus curieux d’entre vous