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
- Créer un répertoire MAPSI dans votre compte et créer un sous répertoire pour chaque TME
- Dans une console, accéder au répertoire de travail puis lancer jupyter-notebook
- Dans l'explorateur de fichier récupérer un
.ipynbexistant ou créer un nouveau notebook en python 3. - 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)
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:
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