Formation Passer de Matlab à Python

1. Initiation au langage Python

S’approprier la syntaxe de Python est une étape préliminaire incontournable à la prise en main de ses librairies scientifiques.

• Présentation du langage et de quelques projets phares adaptés au domaine scientifique
• Les principaux types de données
• Syntaxe et structures de contrôles (itérations, conditions, …)
• Les fonctions et générateurs
• Les concepts de la programmation objet en Python
• Pièges et particularités du langage
• La librairie standard (gestion de fichiers, passage d’arguments aux scripts, tests unitaires, SGBDR)

2. Python et MATLAB

L’écosystème Python propose quelques outils permettant de réutiliser le code et données MATLAB

• Présentation des principales différences syntaxiques et équivalences entre MATLAB et Python
• Présentation et mise en œuvre de convertisseurs permettant des traductions partielles de code MATLAB vers Python
• Lecture de fichiers MATLAB (.mat) avec Python

3. Les bases scientifiques de Python

Avant de plonger dans la nébuleuse scientifique de Python il est important de s’approprier les librairies de base sur lesquelles s’appuient toutes les autres librairies scientifiques

• Panorama de l’écosystème scientifique de Python (librairies, outils, communauté)
• Prise en main des notebooks Jupyter
• Comprendre les erreurs de calculs avec la norme IEEE-754, dite virgule flottante et les librairies à multiple précision
• Le calcul numérique avec Numpy (algèbre linéaire)
• Les bases de la visualisation de données avec Matplotlib
• Interpolations, régressions, transformée de Fourier et statistiques avec Scipy
• Analyse de données/statistiques avec Pandas

4. Interfacer Python avec le langage C

Mise en œuvre de différentes solutions permettant d’interfacer Python avec le langage C

• Présentation des solutions disponibles pour interfacer Python avec le langage C
• Appeler des librairies C depuis le langage Python avec la librairie « ctypes »
• Développer un module Python en C avec la librairie « C-API »
• Développer un module Python en C avec SWIG (http://swig.org/)
• Appeler des fonctions Python depuis le langage C

5. Pour aller plus loin

Exploration de quelques librairies plus spécialisées qui pourront répondre à certains de vos besoins métiers

• Visualiser des données BigData avec DataShader et Bokeh
• Éléments de cartographie avec Cartopy, Folium/iPyLeafLet, GeoPandas.
• Les formats de données numériques/BigData (NetCDF, HDF5, Parquet, …)
• Paralléliser des tâches avec Celery

6. Application à vos données

Dans le cas d'une formation en Intra-Entreprise, nous vous proposons de réaliser des exercices sur vos propres données afin de vous offrir des exemples concrets si cela ne présente pas de problèmes techniques ou de confidentialité.

Les exercices réalisés pendant la session de formation seront alors adaptés en fonction des données que vous pourrez mettre à disposition et de vos centres d’intérêts.