Notes de cours Python scientifique

• Obtenir des données (simulation, vérification expérimentale).
• Manipuler et traiter les données.
• Visualiser les résultats… pour comprendre ce que l'on fait !
• Communiquer les résultats : produire des graphiques pour les rapports ou les publications, écrire des présentations.

• Une collection fournie de briques préexistantes, correspondant aux méthodes numériques classiques ou aux actions basiques : nous ne voulons pas reprogrammer le traçage d'une courbe, une transformée de Fourier ou un algorithme d'ajustement. Ne réinventons pas la roue !
• Facilité d'apprentissage : l'informatique n'est ni notre métier ni notre formation. Nous voulons juste pouvoir tracer une courbe, lisser un signal ou encore réaliser une transformée de Fourier en quelques minutes.
• Facilité de communication avec les collaborateurs, les étudiants et les clients, pour que le code puisse vivre au sein d'un laboratoire ou d'une entreprise : le code devrait être aussi facile à lire qu'un simple livre. Pour ce faire, le langage utilisé devrait contenir le moins d'éléments de syntaxe ou d'implémentation possible, de sorte que le lecteur ne s'écarte pas de l'essentiel, du contenu mathématique ou scientifique implémenté dans le code.
• Un code efficace, qui s'exécute rapidement… mais inutile de préciser qu'un code très rapide devient inutile si l'on passe trop de temps à l'écrire. Donc, nous aurions besoin aussi bien de rapidité de codage que de rapidité d'exécution du code.
• Un seul environnement/langage pour tout faire, si possible, afin d'éviter l'apprentissage d'un nouveau logiciel à chaque nouveau problème rencontré.

Quelles sont les solutions utilisées par les scientifiques ?

Langages compilés : C, C++, Fortran, etc.

• Avantages :

  • très rapide, compilateurs très optimisés ; pour les calculs massifs, il est difficile de surpasser ces langages ;
  • quelques bibliothèques très optimisées ont été écrites pour ces langages, par exemple : BLAS (opérations sur tableaux et matrices).

• Inconvénients :

  • mise en œuvre difficile : pas d'interactivité durant la phase de développement, des étapes de compilation obligatoires et contraignantes, une syntaxe souvent fournie (&, ::, }}, ; etc.), une gestion manuelle de la mémoire (particulièrement épineuse en C). Ce sont des langages difficiles à apprendre pour les scientifiques non-informaticiens.

Langages de script : Matlab™

• Avantages :

  • une collection très riche de bibliothèques avec de nombreux algorithmes pour toute sorte de domaines et une exécution rapide du code, du fait que la plupart de ces bibliothèques sont écrites en langage compilé ;
  • un environnement de développement plaisant : une aide facile à comprendre et bien organisée, un éditeur de texte intégré, etc.
  • le support commercial est disponible.

• Inconvénients :

  • le langage de base est pauvre et peut rapidement devenir insuffisant pour les utilisateurs avancés ;
  • pas gratuit.

Autres langages de script : Scilab, Octave, Igor, R, IDL, etc.

• Avantages :

  • licences ouvertes, gratuites ou moins chères que Matlab™ ;
  • certaines fonctionnalités peuvent être très sophistiquées (statistiques en langage R, graphiques avec IGOR Pro™, etc.).

• Inconvénients :

  • moins d'algorithmes disponibles par rapport à Matlab™ et le langage n'est généralement pas plus riche (que Matlab™) ;
  • certains logiciels sont spécifiquement dédiés à un seul domaine, par exemple : Gnuplot ou xmgrace pour tracer des courbes ; ces programmes sont très puissants, mais ils sont aussi complètement restreints à un seul type d'usage, par exemple, uniquement le tracé de courbes.

Qu'en est-il de Python ?

• Avantages :

  • de très nombreuses bibliothèques à vocation scientifique (un peu moins que Matlab™, toutefois) ;
  • un langage particulièrement bien pensé, qui permet d'écrire un code très lisible et très structuré : on « code comme on pense » ;
  • beaucoup de bibliothèques annexes au calcul scientifique (gestion de serveur web, accès aux ports séries, etc.) ;
  • logiciels gratuits et open source, largement diffusés et adossés à une communauté active.

• Inconvénients :

  • un environnement de développement moins plaisant que – par exemple – Matlab™ (plus orienté geek ou développeur) ;
  • ne dispose pas d'autant d'algorithmes que certains autres logiciels spécialisés pourraient fournir.

Dans une console shell, lancez la commande ipython, puis tapez :

print('Hello world')

Hello world

Pour obtenir de l'aide, utilisez l'opérateur '?' après le nom d'un objet :

print?

Type:               builtin_function_or_method
Base Class:         <type 'builtin_function_or_method'>
String Form:        <built-in function print>
Namespace:          Python builtin
Docstring:
    print(value, ..., sep=' ', end='\n', file=sys.stdout)

    Prints the values to a stream, or to sys.stdout by default.
    Optional keyword arguments:
    file: a file-like object (stream); defaults to the current sys.stdout.
    sep:  string inserted between values, default a space.
    end:  string appended after the last value, default a newline.

Ouvrez un éditeur de texte, puis créez un fichier my_file.py. Avec EPD™ (Enthought Python Distribution™), vous pouvez utiliser l'éditeur Scite, accessible via le menu Démarrer de Windows™. Avec la distribution Python(x,y), vous pouvez utiliser l'éditeur de texte Spyder. Sous Ubuntu™, si vous n'avez pas d'ores et déjà votre éditeur de texte préféré, nous vous conseillerons d'installer Stani's Python editor. Une fois le fichier créé, ajoutez-y les lignes suivantes :

s = 'Hello world'
print(s)

À présent, vous pouvez lancer ce script dans IPython et explorer les différentes variables :

%run my_file.py

Hello world

s

'Hello world'

%whos

Variable   Type    Data/Info
----------------------------
s          str     Hello world

Du script aux fonctions

Bien qu'il soit tentant de ne travailler qu'avec des scripts, c'est-à-dire avec un fichier rempli d'instructions qui se suivent ligne après ligne, prévoyez toutefois de passer progressivement du script vers un ensemble de fonctions :

• un script n'est pas réutilisable, alors que les fonctions, si ;
• raisonner en termes de fonctions permet d'analyser un problème en le subdivisant en petits problèmes unitaires plus simples à résoudre.

Le manuel utilisateur IPython contient force information sur l'utilisation de la console IPython, mais pour vous permettre de commencer, nous voudrions rapidement vous présenter trois ou quatre fonctionnalités particulièrement utiles : l'historique des commandes, les fonctions magiques, les alias et le complètement automatique par tabulation.

Comme la console shell UNIX™, la console IPython gère aussi l'historique des commandes insérées au clavier. Utilisez les touches fléchées <Haut> et <Bas> du clavier pour naviguer dans cet historique. Par exemple :

x = 10

Pressez la touche fléchée <Haut> du clavier et vous obtenez de nouveau dans la console :

x = 10

La console IPython gère aussi ce que l'on appelle des fonctions magiques, en préfixant une commande par le caractère '%'. Par exemple, les fonctions 'run' et 'whos' sont des fonctions dites magiques. Notez que le réglage 'automagic' – activé par défaut – vous permet de négliger le signe '%'. Il vous suffit donc de taper le nom de la fonction magique (sans préfixe) et cela fonctionnera.

Quelques autres fonctions magiques fort utiles :

• %cd pour changer le répertoire de travail actuel ;

  In

  Sélectionnez

  cd /tmp

• %timeit permet de chronométrer le temps d'exécution de petits bouts de code grâce au module Python standard timeit ;

  In

  Sélectionnez

  timeit x = 10

  Out

  Sélectionnez

  10000000 loops, best of 3: 39 ns per loop

• %cpaste permet de coller du code provenant, par exemple, d'un site web et contenant des préfixes reconnaissables tels que l'invite de commande Python ('>>>') ou l'invite de commande IPython ('in [nnn]:') ;

  In

  Sélectionnez

  cpaste

  Out

  Sélectionnez

  Pasting code; enter '--' alone on the line to stop or use Ctrl-D.

  In

  Sélectionnez

  :In [3]: timeit x = 10
  :--

  Out

  Sélectionnez

  10000000 loops, best of 3: 85.9 ns per loop

  In

  Sélectionnez

  cpaste

  Out

  Sélectionnez

  Pasting code; enter '--' alone on the line to stop or use Ctrl-D.

  In

  Sélectionnez

  :>>> timeit x = 10
  :--

  Out

  Sélectionnez

  10000000 loops, best of 3: 86 ns per loop

• %debug permet d'entrer en mode débogage post-mortem ; pour faire simple, si le code que vous exécutez lève une exception (erreur), l'utilisation de %debug lancera le débogueur à l'endroit où l'erreur a eu lieu ;

x === 10

  File "<ipython-input-6-12fd421b5f28>", line 1
    x === 10
        ^
SyntaxError: invalid syntax

debug
> /home/esc/anaconda/lib/python2.7/site-packages/IPython/core/compilerop.py(87)ast_parse()

     86         and are passed to the built-in compile function."""
---> 87         return compile(source, filename, symbol, self.flags | PyCF_ONLY_AST, 1)
     88

ipdb>locals()

{'source': u'x === 10\n', 'symbol': 'exec', 'self':
<IPython.core.compilerop.CachingCompiler instance at 0x2ad8ef0>,
'filename': '<ipython-input-6-12fd421b5f28>'}

Aide IPython :

• l'antisèche IPython intégrée est accessible via la fonction magique %quickref ;
• la liste complète de toutes les fonctions magiques s'obtient en tapant %magic.

De plus, la console IPython est fournie avec de multiples alias qui imitent les commandes UNIX habituelles telles que ls pour lister les fichiers d'un répertoire, cp pour copier des fichiers, rm pour supprimer des fichiers, etc. Une liste d'alias est disponible en tapant :

alias

Total number of aliases: 16
[('cat', 'cat'),
('clear', 'clear'),
('cp', 'cp -i'),
('ldir', 'ls -F -o --color %l | grep /$'),
('less', 'less'),
('lf', 'ls -F -o --color %l | grep ^-'),
('lk', 'ls -F -o --color %l | grep ^l'),
('ll', 'ls -F -o --color'),
('ls', 'ls -F --color'),
('lx', 'ls -F -o --color %l | grep ^-..x'),
('man', 'man'),
('mkdir', 'mkdir'),
('more', 'more'),
('mv', 'mv -i'),
('rm', 'rm -i'),
('rmdir', 'rmdir')]

Pour finir, nous voudrions mentionner la fonctionnalité de complètement automatique par tabulation, dont nous citerons l'explication fournie par le manuel IPython :

• le complètement automatique par tabulation – en particulier pour les attributs de classe – est une méthode pratique pour explorer la structure des objets que vous utilisez. Tapez simplement nom_objet.<Tabulation> pour afficher les attributs de l'objet. En dehors des objets et mots-clés Python, le complètement automatique par tabulation fonctionne aussi sur les noms de fichiers et de dossiers.

x = 10
x.<Tabulation>

x.bit_length   x.conjugate    x.denominator  x.imag         x.numerator
x.real

x.real.<Tabulation>

x.real.bit_length   x.real.denominator  x.real.numerator
x.real.conjugate    x.real.imag         x.real.real