1 - Modules généraux

p. 08   Les bases du calcul scientifique avec NumPy
p. 22   SciPy, le couteau suisse du calcul scientifique
p. 30   Python et le format HDF5

2 - Visualisation

p. 44   Visualisation scientifique avec Matplotlib
p. 56   Vispy : visualisation interactive haute performance

3 - Modules spécifiques

p. 72   Astropy : une bibliothèque Python pour l'astrophysique, mais pas que...
p. 84   La bioinformatique avec Biopython
p. 98   Scikit-learn : l'apprentissage statistique sans douleur

4 - Accélération des traitements

p. 108   Programmation parallèle
p. 118   Parallélisez vos traitements en les confiant à votre GPU !

L’un des innombrables intérêts de Python vient de la mise à disposition des développeurs d’un nombre impressionnant de modules. Mais pour pouvoir les utiliser, encore faut-il savoir qu’ils existent et comment ils fonctionnent...

Dans le domaine du calcul scientifique, il y a des modules qui sont très connus tels que numpy, scipy ou encore matplotlib et d’autres qui le sont moins, mais qui le mériteraient !
Par exemple, matplotlib n’est pas vraiment adapté à la 3D, alors que vispy, basé sur OpenGL, peut être bien plus performant dans ce domaine.

Et que dire du cloisonnement entre les différents domaines d’applications ? Pourquoi ne pourrait-on pas appliquer des méthodes de traitement issues de la génétique à l’astrophysique, des traitements de fichiers de l’astrophysique à la neuropsychologie ? Il faudrait jeter des passerelles entre tous ces domaines, de manière à ce que chacun puisse profiter des avancées méthodologiques effectuées dans des disciplines qui lui sont étrangères.

Enfin, lorsque l’on dispose de matériel performant, que l’on écrit un programme dans lequel les méthodes de calcul les plus efficaces ont été employées et que ce dernier reste lent, il peut être intéressant d’employer tous les microprocesseurs disponibles pour augmenter la puissance
de calcul...

Pour ces différentes raisons, nous avons conçu ce numéro hors-série suivant quatre axes qui nous paraissent essentiels :

• les modules généraux : pour bien comprendre comment faire du calcul scientifique en Python ;
• la visualisation : pour pouvoir analyser et représenter graphiquement des données ;
• les modules spécifiques : qui permettront d’avoir un aperçu de ce que l’on peut faire avec des modules dédiés à l’astrophysique, la bioinformatique et l’apprentissage ;
• et, pour finir, l’accélération des traitements : car lorsque l’on veut traiter un volume de données important, l’écriture d’un algorithme efficace n’est parfois pas suffisant. Cette partie permettra de voir comment tirer parti des processeurs multi-cœurs et même des processeurs des cartes graphiques !

L’ensemble des informations que vous trouverez dans cet ouvrage devrait donc vous permettre d’améliorer vos programmes existants, de les rendre plus efficaces et, dans le même temps, d’avoir une vision plus large de ce qu’il est possible de faire en Python pour vos développements futurs.
À vous de devenir des experts de Python !

La rédaction

Pour toujours plus d’informations sur le langage Python, retrouvez la rubrique qui lui est dédiée chaque mois dans GNU/Linux Magazine !