Python est un langage interprété, jupyter peut donc lui faire exécuter progressivement des calculs mathématiques entre des nombres : les opérations étant saisies dans des cellules de type code, le résultat s'affichera directement en dessous.
Ainsi, cellule après cellule, notre notebook jupyter devient un document pour rendre compte de calculs successifs que l'on peut modifier et refaire à tout moment et qui peuvent être enrichis de commentaires en langage naturel.
Ce document est un notebook jupyter, expérimentez les cellules suivantes pour bien vous familiariser avec cet environnement, puis découvrez également d'autres fonctionnalités.
Les additions, soustractions et multiplications sont simples et se réalisent via les opérateurs +,-,*.
4+5-3*2
Le produit est prioritaire.
4+(5-3)*2
Pour ce qui est des divisions, il existe trois opérateurs :
8/2
9//2
9%2
Pour élever à la puissance on utilise l'opérateur “**”
2**3
Attention, des opérations mêlant des nombres entiers et flottant donneront des résultats flottants.
13.0//3
13.0%3
On peut utiliser l'écriture scientifique pour saisir des nombres flottants :
2e-3
Pour convertir un flottant en entier et inversement on utilise respectivement les fonctions int() et float()
int(3.9)
float(3)
Pour obtenir la valeur absolue d'un nombre :
abs(-3.3)
Pour arrondir un nombre flottant par exemple à deux chiffres après la virgule :
round(3.1415926535897932384626433832795,2)
3.14
Pour faire appel à des fonctions mathématiques plus évoluées, il faut importer une bibliothèque tel que :
from numpy import *
L' *
veut dire que nous pouvons maintenant utiliser toutes les fonctions de cette bibliothèque, telle que :
sqrt(4)
sin(pi)
Peut-être que le résultat de cette dernière cellule vous étonne ?
Tout comme celui que produisent les cellules suivantes :
0.1+0.7
4e0+2e-1+1e-3
Cet écart est du à la représentation des nombres flottants dans la mémoire de l'ordinateur, ce ne sont pas des valeurs exactes mais approchées.
Il faudra donc s'en souvenir lorsqu'il s'agira d'interpréter un résultat issu d'un calcul avec des flottants, tout dépend du niveau de précision attendu...
round(0.1+0.7,3)
round(sin(pi),3)
from numpy.random import *
rand()
Par exemple pour simuler un Dé à 6 faces
int(rint(rand()*5+1))
Pour tracer des courbes, si vous exécutez la fonction magique %pylab inline, les bibliothèques Numpy et Matplotlib sont importées et il sera possible de dessiner des graphiques de façon intégrés au notebook.
%pylab inline
Populating the interactive namespace from numpy and matplotlib
L'exemple de code suivant sera alors exécutable.
# Fait appel à numpy (linspace et pi)
x = linspace(0, 3*pi, 500)
# Fait appel à matplotlib (plot et title)
plot(x, 3*x*x+5)
title('Graphique sin(x)')
Text(0.5, 1.0, 'Graphique sin(x)')
Saisir votre opération dans la cellule suivante, jupyter affichera le résultat calculé par Python...
Félicitations ! Vous êtes parvenu au bout des activités de ce bloc note.
Vous êtes maintenant capable d'utiliser la calculatrice graphique Python de l'environnement interactif jupyter notebook.
Pour explorer plus avant d'autres fonctionnalités de jupyter notebook repassez par le Sommaire.
Ce document est mis à disposition selon les termes de la Licence Creative Commons Attribution - Partage dans les Mêmes Conditions 4.0 International.
Pour toute question, suggestion ou commentaire : eric.madec@ecmorlaix.fr