Python, une introduction. O. Wilk. Introduction. Des bases Commentaires, chaines. Types et opérations Entrée - Sortie Fonctions

Transcription

1 Plusieurs parties : Calcul scientifique/math/cnam Février 2011 : des bases, du calcul scientifique (numpy, scipy,...), de la visualisation. Le module scipy plus en détails, couplage fortran-python (f2py) et le C... Des applications : avec GetFem,... : Calcul scientifique/math/cnam : Calcul scientifique/math/cnam Un langage libre et portable sur n importe quel système (Windows, Mac, Linux) permettant de relier des mondes et des langages différents : système réseau visualisation C Java VTK calcul Python Cuda, OpenCL Fortran GTK web entrée/sortie IHM : Calcul scientifique/math/cnam : Calcul scientifique/math/cnam

2 1989 : Guido van Rossum développe 1991 : Python est publié, 1994 : premières applications scientifiques. Aujourd hui : Programming Web Position Position Position Language Rate Jan 2011 Jan 2006 Jan 1996 Java 18 % C 16 % C++ 9 % PHP 8 % Python 6 % C# 6 % (Visual) Basic 6 % Objective-C 3 % Perl 3 % Ruby 2 % Lisp 1 % Ada 1 % Classement TIOBE / moteurs de recherche du web. (Seuls 3 langages progressent : Objective-C : langage phare du développement pour Mac OS X, C# roi des langages.net pour Microsoft) Python élu langage de l année 2010 par TIOBE. : Calcul scientifique/math/cnam : Calcul scientifique/math/cnam Pourquoi Python s impose-t-il? Rien a déclarer, gestion automatique de la mémoire, orienté "objet", interprété et partiellement compilé (alternative à Matlab, Scilab, Octave,... mais pas simplement), même si ce n est pas le plus rapide, on peut l interfacer avec d autres langages plus performants : facile à interfacer avec le Fortran (f2py), le C (swig, boost), Cuda et OpenCL (pycuda, pyopencl),... Des librairies déjà très optimisées et un grand choix de bibliothèques, d autres langages accessibles par python : Jython Java, une plateforme très "communautaire". Python permet d intégrer facilement des codes de calcul existants (Fortran, C,...), de les rendre accessibles (MacroCommandes, Gui), de traiter graphiquement leurs résultats et de poursuivre leurs développements... Un grand choix de bibliothèques et de logiciels ouverts, permettant de faire du : web (Zope, Plone, Django,...), bases de données (MySQL, Oracle,...), réseaux (PyRO,...), Gui (Gtk, Qt, WxWidgets,...), graphique (gnuplot, matplotlib, VTK, MayaVi,...), calcul scientifique ( E.F. (FiPy, Getfem,...), systèmes Dynamiques (SimPy),...), mathématiques (Sage), statistiques (MDP), bioinformatique (Bio MMTK,...),... : Calcul scientifique/math/cnam : Calcul scientifique/math/cnam

3 Pour commencer (1/2) Choisir son interface, son environnement de programmation : python, ipython (complétion automatique,...), bpython, spyder, des environnement de dév. : idle, eclipse+pydev. Savoir chercher de l information : sous le prompt Python : help(), help(nom d une variable, d une fonction ou d un package), sur la toile : http ://docs.python.org, http :// : Calcul scientifique/math/cnam : Calcul scientifique/math/cnam Pour commencer (2/2) Respecter quelques règles : commencer en tout début de ligne (le décalage sert pour les test et les boucles), éviter les tabulations n etant pas constituées d espace d un caractère. de caractères (1/2) # Mettre un commentaire dans l e code python p r i n t " A f f i c h e r un commentaire durant l exé cution. " # ====================================================== # Une chaine de c aract ères avec passage à l a l i g n e chaine = " " " Le feu n a plus de fumée quand i l est devenu flamme. D j a l a l al Din Rumi " " " p r i n t chaine p r i n t " pour t r a i t e r une chaine de c a r a c t ères : " p r i n t " chaine. f i n d, chaine. replace, chaine. s p l i t,... " # ====================================================== # Transformer un nombre en chaine de c a r a c t è res a = ; b = ; c = 1.01e 6 p r i n t " " " A j o u t e r une chaine de c a r a c t ères " " " + s t r ( a)+ " " " puis une autre " " " + s t r ( b)+ " " " et l a d e r n i è re " " " + s t r ( c )+ " " ". " " " # ====================================================== # Afficher en formatant, attention aux erreurs éventuelles p r i n t " format s : %s %s %s " % ( s t r ( a ), s t r ( b ), s t r ( c ) ) p r i n t " format f : %12.2 f %12.2 f %12.2 f " % ( a, b, c ) p r i n t " format d : %6d %6d %6d " % ( a, b, c ) p r i n t " format e : %12.3e %12.3e %12.3e " % ( a, b, c ) : Calcul scientifique/math/cnam : Calcul scientifique/math/cnam

4 de caractères (2/2) A f f i c h e r un commentaire durant l exé cution. Le feu n a plus de fumée quand i l est devenu flamme. D j a l a l al Din Rumi pour t r a i t e r une chaine de c a r a c t è res : chaine. f i n d, chaine. replace, chaine. s p l i t,... A j o u t e r une chaine de c aract è res puis une autre et l a d e r n i è re 1.01e 06. format s : e 06 # coding : Utf8 p r i n t " Quelques operations " p r i n t " , 1. 2., 1. 2., 1. / 2., 2 2 " p r i n t , 1. 2., 1. 2., 1. / 2., 2 2 p r i n t " Un complexe : " a = complex ( 1. 1, 2. 2 ) p r i n t a. real, a. imag, type ( a ) b = i n t ( a. r e a l ) ; c = f l o a t ( b ) # Conversion... import math p r i n t " Pi = %.60 f " % ( math. p i ) format f : format d : format e : 1.234e e e 06 Quelques operations , 1. 2., 1. 2., 1. / 2., Un complexe : <type complex > Pi = : Calcul scientifique/math/cnam : Calcul scientifique/math/cnam Tests et boucles (1/3) # i f i f ( 0 == 1 ) : # i l f a u t i n d e n t e r pour que Python sache que l on est dans l e t e s t p r i n t " " p r i n t " On s o r t! " q u i t ( ) else : p r i n t " " p r i n t " t e s t s : (0 < 1) ", (0 < 1 ), type ( ( 0 == 1 ) ) p r i n t " t e s t s : (0 > 1) ", (0 > 1) p r i n t " t e s t s : (0 == 1) and (1 == 1) ", (0 == 1) and (1 == 1) p r i n t " t e s t s : (0 == 1) or (1 == 1) ", (0 == 1) or (1 == 1) # la f i n de l indentation marque la f i n du test p r i n t " On continue hors du t e s t " Tests et boucles (2/3) # while i = 0 while i < 3 : p r i n t i i = i + 1 while 1: t r y : x = f l o a t ( raw_input ( " Frapper au clavier un nombre... ( autre chose vous f e r a recommencer ) : " ) ) break except ValueError : p r i n t " Ce n est pas c o r r e c t! Recommencez... " p r i n t x t e s t s : (0 < 1) True <type bool > t e s t s : (0 > 1) False t e s t s : (0 == 1) and (1 == 1) False t e s t s : (0 == 1) or (1 == 1) True On continue hors du t e s t Frapper au c l a v i e r un nombre ( autre chose vous f e r a recommencer ) : a z e r t y Ce n est pas c o r r e c t! Recommencez... Frapper au c l a v i e r un nombre ( autre chose vous f e r a recommencer ) : : Calcul scientifique/math/cnam : Calcul scientifique/math/cnam

5 Tests et boucles (3/3) (1/5) # f o r for i in xrange ( 0, 5 ) : p r i n t i p r i n t [ j for j in xrange ( 0, 5 ) ] # Récupé rer des arguments en entrée import sys # On importe un package # i l va nous s e r v i r a r écupé r e r des arguments d e n t r ée... L i s t e = sys. argv # On r écupè re l e s arguments d e n t r ée # python CeFichier. py arg1 arg2... p r i n t " " p r i n t " Les arguments sont dans la l i s t e suivante : ", Liste p r i n t [ L i s t e [ j ] for j in xrange ( 0, len ( L i s t e ) ) ], type ( L i s t e ) 1 2 [ 0, 1, 2, 3, 4] Les arguments sont dans l a l i s t e suivante : [ 2 a_in_out. py, 1, 2 ] [ 2 a_in_out. py, 1, 2 ] <type l i s t > : Calcul scientifique/math/cnam : Calcul scientifique/math/cnam (2/5) (3/5) # Récupé rer des arguments en cours d exécution # Un nombre x = i n p u t ( " Frapper au c l a v i e r un nombre : " ) p r i n t x, type ( x ) # Une chaine de c aract ères p r i n t " " a = raw_input ( " Frapper au c l a v i e r une chaine de c a r a c t è res ( sans ) : " ) p r i n t a, a [ 0 : 3 ], a [ 1 : 3 ], type ( a ) p r i n t " Ouverture du f i c h i e r en e c r i t u r e " f = open ( tmp. dat, w ) p r i n t " On é c r i t dans l e f i c h i e r ( avec des sauts de l i g n e s ) " x = 1.1 ; y = 2 f. w r i t e ( s t r ( x ) ) f. w r i t e ( s t r ( y ) ) f. w r i t e ( \ n ) f. w r i t e ( s t r ( x ) ) f. w r i t e ( \ n ) f. w r i t e ( s t r ( y ) ) 1 2 p r i n t " On ferme l e f i c h i e r " Frapper au c l a v i e r un nombre : <type float > f. close ( ) Frapper au c l a v i e r une chaine de c a r a c t è res ( sans ) : a z e rty azerty aze ze <type str > [wilk@localhost ]$ cat tmp.dat : Calcul scientifique/math/cnam : Calcul scientifique/math/cnam

6 (4/5) p r i n t " D i f f é rentes manières de l i r e " p r i n t " V1" f = open ( tmp. dat, r ) p r i n t " ", f. read ( ) f. close ( ) p r i n t " V2" f = open ( tmp. dat, r ) p r i n t " 1 ", f. r e a d l i n e ( ) p r i n t " 2 ", f. r e a d l i n e ( ) f. close ( ) p r i n t " V3" f = open ( tmp. dat, r ) p r i n t " ", f. r e a d l i n e s ( ) f. close ( ) D i f f é rentes manières de l i r e V V V3 [ \ n, 1. 1 \ n, 2 ] (5/5) # L i r e un f i c h i e r a s c i i contenant une matrice : # v o i r aussi load, save, savez import numpy as np a = np. l o a d t x t ( mat. dat, d e l i m i t e r =, ) p r i n t type ( a ), a. shape, a. s ize p r i n t " " p r i n t a [wilk@localhost ]$ cat mat.dat # commentaire 1, 2, 3 4, 5, 6 7, 8, 9 <type numpy. ndarray > ( 3, 3) 9 [ [ ] [ ] [ ] ] : Calcul scientifique/math/cnam : Calcul scientifique/math/cnam (1/2) # coding : Utf8 # Une f o n c t i o n dans l e corps du s c r i p t... def Fibonacci ( n ) : a, b = 0, 1 for i in xrange ( n ) : a, b = b, a+b return b p r i n t [ Fibonacci ( i ) for i in xrange ( 1, 1 0 ) ] # importer une fonction qui n est pas dans le même ré pertoire import sys sys. path. append ( " Bib_Perso " ) # On ajoute le le chemin du ré pertoire import Fibonacci_2 p r i n t [ Fibonacci_2. Fibonacci_2 ( i ) for i in xrange ( 1, 10)] (2/2) # coding : Utf8 # Fonction à p l u s i e u r s v a r i a b l e s i n et out def t e s t ( a, b ) : c = a + b d = a b return c, d a = 2.0 ; b = 1.0 [ c, d ] = t e s t ( a, b ) p r i n t a, b, c, d [wilk@localhost ]$ cat Bib_Perso/Fibonacci2.py def Fibonacci_2 ( n ) : " " " I l est p o s sible de documenter l e s f o n c t i o n s etc... " " " a, b = 0, 1 for i in xrange ( n ) : a, b = b, a+b return b # exé c u t e r des f o n c t i o n s d autres l o g i c i e l s # ( hors python, sous shell unix / linux par ex ) import os os. system ( pwd ) [ 1, 2, 3, 5, 8, 13, 21, 34, 55] [ 1, 2, 3, 5, 8, 13, 21, 34, 55] / home / wilk / Bureau / Python / Expose_LaTeX / Python_tests_LaTeX : Calcul scientifique/math/cnam : Calcul scientifique/math/cnam

7 et Python et le Calcul Scientifique : "the fundamental package needed for scientific computing with Python", : "a collection of mathematical algorithms and convenience functions built on the extension for Python",... : Calcul scientifique/math/cnam : Calcul scientifique/math/cnam (1/5) : des tableaux. >>> a = np. array ( [ ( 1. 5, 2, 3 ), ( 4, 5, 6 ) ], dtype = f l o a t 3 2 ) >>> p r i n t a [ [ ] [ ] ] >>> a. ndim, a. shape, a. size, a. dtype ( 2, ( 2, 3 ), 6, dtype ( f l o a t 3 2 ) ) >>> type ( a ) <type numpy. ndarray > >>> b = np. zeros ( ( 2, 3 ), dtype = f l o a t 3 2 ) >>> b array ( [ [ 0., 0., 0. ], [ 0., 0., 0. ] ], dtype= f l o a t 3 2 ) >>> b = np. ones ( ( 2, 3 ), dtype = f l o a t 3 2 ) >>> b array ( [ [ 1., 1., 1. ], [ 1., 1., 1. ] ], dtype= f l o a t 3 2 ) Qq. types : int32, int64, float32, float64, complex64, complex128,... : Calcul scientifique/math/cnam : Calcul scientifique/math/cnam

8 (2/5) : des opérations. (3/5) : des fonctions. >>> a = np. array ( [ ( 1. 5, 2, 3 ), ( 4, 5, 6 ) ], dtype = f l o a t 3 2 ) >>> c = np. ones ( ( 2, 3 ), dtype = f l o a t 3 2 ) >>> c array ( [ [ 1., 1., 1. ], [ 1., 1., 1. ] ], dtype= f l o a t 3 2 ) >>> a c # p r o d u i t terme à terme array ( [ [ 1.5, 2., 3. ], [ 4., 5., 6. ] ], dtype= f l o a t 3 2 ) >>> np. dot ( a, c ) # p r o d u i t entre 2 matrices Traceback ( most recent c a l l l a s t ) : F i l e " < s t d i n > ", l i n e 1, in <module> ValueError : matrices are not aligned >>> np. transpose ( a ) array ( [ [ 1.5, 4. ], [ 2., 5. ], [ 3., 6. ] ], dtype= f l o a t 3 2 ) >>> np. dot ( np. transpose ( a ), c ) array ( [ [ 5.5, 5.5, 5. 5 ], [ 7., 7., 7. ], [ 9., 9., 9. ] ], dtype= f l o a t 3 2 ) >>> a = np. array ( [ ( 1. 5, 2, 3 ), ( 4, 5, 6 ) ], dtype= f l o a t 3 2 ) >>> np. sum( a ) # ou a. sum ( ) 21.5 >>> np. min ( a ) # ou a. min ( ) 1.5 >>> np. max( a ) # ou a. max ( ) 6.0 >>> np. mean( a ) # ou a. mean ( ) >>> np. median ( a ) # ou a. median ( ) 3.5 >>> x = np. array ( [ 3 0, 2 0, 1 0 ] ) >>> index = np. a r g s o r t ( x ) >>> x [ index ] array ( [ 1 0, 20, 3 0 ] ) et aussi : np.exp, np.log, np.log10, np.sqrt, np.sin, np.cos, np.tan, np.arcsin, np.arccos, np.arctan, np.sign... : Calcul scientifique/math/cnam : Calcul scientifique/math/cnam (4/5) : des affectations (attention). (5/5) : des extractions. >>> x = np. array ( [ 3 0, 2 0, 1 0 ] ) >>> y = x >>> y is x True >>> y [ 1 ] = 22 >>> x array ( [ 1 0, 22, 3 0 ] ) >>> z = y. copy ( ) >>> z is y False >>> z [ 1 ] = 20 >>> y array ( [ 1 0, 22, 3 0 ] ) >>> z array ( [ 1 0, 20, 3 0 ] ) >>> a = np. array ( [ ( 1. 5, 2, 3, 4 ), ( 4, 5, 6, 7 ) ], dtype= f l o a t 3 2 ) >>> a array ( [ [ 1.5, 2., 3., 4. ], [ 4., 5., 6., 7. ] ], dtype= f l o a t 3 2 ) >>> a [ :, 1 ] array ( [ 2., 5. ], dtype= f l o a t 3 2 ) >>> a [ 1, : ] array ( [ 4., 5., 6., 7. ], dtype= f l o a t 3 2 ) >>> a [ 1, 0 : 3 ] array ( [ 4., 5., 6. ], dtype= f l o a t 3 2 ) >>> a [ 1, 1 : 3 ] array ( [ 5., 6. ], dtype= f l o a t 3 2 ) et aussi : np.diag, np.linalg.det, np.linalg.eig,... : Calcul scientifique/math/cnam : Calcul scientifique/math/cnam

9 (1/5) : prolonge. >>> import scipy as sp >>> np. s q r t ( 1.), sp. s q r t ( 1.) ( nan, 1 j ) >>> np. log ( 1.), sp. log ( 1.) ( nan, j )... : Calcul scientifique/math/cnam : Calcul scientifique/math/cnam (2/5) : des modules spécialisés. (3/5) : ne pas oublier la doc. Sous module cluster constants fftpack integrate interpolate io linalg maxentropy ndimage odr optimize signal sparse spatial special stats weave Description Clustering algorithms Physical and mathematical constants Fast Fourier Transform routines Integration and ordinary differential equation solvers Interpolation and smoothing splines Input and Output Linear algebra Maximum entropy methods N-dimensional image processing Orthogonal distance regression Optimization and root-finding routines Signal processing Sparse matrices and associated routines Spatial data structures and algorithms Special functions Statistical distributions and functions CC++ integration >>> import scipy as sp >>> help ( ) Welcome to Python 2. 7! This is the o n l i n e help u t i l i t y. I f t h i s is your f i r s t time using Python, you should d e f i n i t e l y check out the t u t o r i a l on the I n t e r n e t at h t t p : / / docs. python. org / t u t o r i a l /. Enter the name of any module, keyword, or t o p i c to get help on w r i t i n g Python programs and using Python modules. To q u i t t h i s help u t i l i t y and return to the interpreter, j u s t type " quit ". To get a l i s t of available modules, keywords, or topics, type " modules ", " keywords ", or " topics ". Each module also comes with a one l i n e summary of what i t does ; to l i s t the modules whose summaries contain a given word such as "spam", type " modules spam". help > scipy. l i n a l g... : Calcul scientifique/math/cnam : Calcul scientifique/math/cnam

10 (4/5) : ne pas oublier la doc. (5/5) : un exemple.... Help on package scipy. l i n a l g i n scipy : NAME scipy. l i n a l g FILE / usr / l i b 6 4 / python2. 7 / s i t e packages / scipy / l i n a l g / i n i t. py DESCRIPTION Linear algebra r o u t i n e s ======================= : Linear Algebra Basics : : i n v Find the inverse of a square m a t r i x solve Solve a l i n e a r system of equations solve_banded Solve a l i n e a r system of equations with a banded matrix solveh_banded Solve a l i n e a r system of equations with a Hermitian or symmetric banded matrix, returning the Cholesky decomposition as w e l l det Find the determinant of a square m a t r i x norm matrix and v e c t o r norm lstsq Solve l i n e a r least squares problem pinv Pseudo inverse ( Moore Penrose ) using lstsq >>> import scipy. sparse as sp_sp >>> row = np. array ( [ 0, 2, 1, 0, 1, 2 ] ) >>> c o l = np. array ( [ 0, 0, 1, 2, 2, 2 ] ) >>> data = np. array ( [ 1, 2, 3, 4, 5, 6 ] ) >>> sp_sp. csc_matrix ( ( data, ( row, c o l ) ), shape =(3,3) ). todense ( ) matrix ( [ [ 1, 0, 4 ], [ 0, 3, 5 ], [ 2, 0, 6 ] ] ) >>> p t r _ i n d = np. array ( [ 0, 2, 3, 6 ] ) >>> i n d _ l i g = np. array ( [ 0, 2, 1, 0, 1, 2 ] ) >>> data = np. array ( [ 1, 2, 3, 4, 5, 6 ] ) >>> sp_sp. csc_matrix ( ( data, i n d _ l i g, p t r _ i n d ), shape =(3,3) ). todense ( ) matrix ( [ [ 1, 0, 4 ], [ 0, 3, 5 ], [ 2, 0, 6 ] ] )... Il faut une séance complète pour présenter! : Calcul scientifique/math/cnam : Calcul scientifique/math/cnam (1/4) : un point de vue. Visualiser sous Python Visualisation 2D de qualité (png, pdf,...), Matlab-like (pylab : pyplot + numpy), (courbes, images... 2D), (données sur maillages... 3D (2D)),... intégration de commandes LaTeX, doc. bien faite (http ://matplotlib.sourceforge.net/). : Calcul scientifique/math/cnam : Calcul scientifique/math/cnam

11 (2/4) : visu. intéractive. (3/4) : sauvegarde auto. png,... import numpy as np import matplotlib. pyplot as p l t x = np. array ( [ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9 ] ) y = x x p l t. f i g u r e ( ) p l t. subplot (211) p l t. p l o t ( x, y, c o l o r = r ) p l t. t i t l e ( T i t r e 1, c o l o r = g ) p l t. subplot (212) p l t. p l o t ( x, y, marker= o ) p l t. t i t l e ( T i t r e 2, c o l o r = b ) p l t. show ( ) import numpy as np import matplotlib. pyplot as p l t import m a t p l o t l i b as mpl # Pour a v o i r du t e x t e ( t i t r e ) en LaTeX mpl. rc ( t e x t, usetex=true ) x = np. array ( [ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9 ] ) y = x x # t u r n i n t e r a c t i v e mode o f f f o r dynamic updates. p l t. i o f f ( ) p l t. f i g u r e ( ) p l t. p l o t ( x, y, marker= o ) p l t. xlim ( 2, 8) p l t. t i t l e ( r $ \ varphi$ en \ LaTeX ) p l t. draw ( ) p l t. s a v e f i g ( image. png ) p l t. ion ( ) et aussi : plt.imshow, plt.colorbar, plt.legend,... : Calcul scientifique/math/cnam : Calcul scientifique/math/cnam (4/4) : qq. exemples. (1/3) : un point de vue. 2 : Visualisation 3D (2D) (png, pdf,...), IHM ou non, "Help user guide" du logiciel "mayavi2". Site web : http ://matplotlib.sourceforge.net/gallery.html : Calcul scientifique/math/cnam : Calcul scientifique/math/cnam

12 (2/3) : IHM (intéractivité). (3/3) : une animation ds le corps du script. import enthought. mayavi. mlab as mlab x, y, z, t r i, u =... # Coordonnées des sommets, connectivit é # des é l éments triangles et champ associé. T i t r e =... # Chaines de c a r a c t è res donnant un t i t r e # à l a f i g u r e mlab. figure ( size =(600,200)) ml = mlab. triangular_mesh ( x, y, z, t r i, scalars = u, colormap = Blues ) mlab. view ( 0., 0., 1., [ x0, y0, z0 ] ) # Controle des paramê tres "caméra " mlab. c o l o r b a r ( t i t l e = u, o r i e n t a t i o n = v e r t i c a l ) mlab. t i t l e ( T i t r e, size = 0.1, h e i g h t = 0.9 ) mlab. s a v e f i g ( image_0. png ) mlab_ tri = ml. mlab_source for i in xrange ( 0, 100): # Calcul de u u =... # On change u dans l a v i s u a l i s a t i o n et on sauve une image m l a b _ t r i. set ( s c a l a r s = u ) ; mlab. s a v e f i g ( image_ + s t r ( i ). png ) : Calcul scientifique/math/cnam : Calcul scientifique/math/cnam Pierre Puiseux, Université de Pau et des Pays de l Adour, Traduction française du tutoriel écrit par Guido Van Rossum http : //python.developpez.com/cours/tutovanrossum/. Exposés journée Python à Autrans, 2010 : Sylvain Faure, Loïc Gouarin, Thierry Dumont, Pierre Raybaut : Calcul scientifique/math/cnam