Python avancé et programmation scientifique : techniques d'algorithmisation et de construction de programmes compacts et efficaces

Python avancé et programmation scientifique

Techniques d'algorithmisation et de construction de programmes compacts et efficaces

Ce livre traite de plusieurs techniques avancées de programmation en Python, dont certaines sont moins connues malgré leur utilité. Il est destiné aux futurs (ou actuels) développeurs de programmes de qualité professionnelle, aux scientifiques ayant besoin d'outils de programmation efficaces et ergonomiques et aux enseignants de programmation avancée et à leurs étudiants.

Sont traités les modules de support indispensables à tout scientifique programmant en Python, notamment le traitement de données tabulaires avec Numpy et les techniques d'accélération des programmes, grâce à la recompilation des programmes avec Numba et Cython et à l'usage des processeurs graphiques (GPU) à l'aide des frameworks PyCuda et Numba. Le texte couvre de manière concrète plusieurs éléments plus « profonds » de la couche standard du langage, comme la structure interne des objets et des fonctions, les itérateurs (avec coroutines), descripteurs, métaclasses, la concurrence avec les threads et les processus, etc.

Une trentaine d'exercices assez longs sont proposés ainsi que plusieurs dizaines d'exemples complets et testés. Les codes de programmes sont disponibles en ligne sur le site de l'auteur. Les exemples et les exercices sont basés sur l'expérience pédagogique de l'auteur et couvrent les sujets de mathématiques appliquées et de simulation, de traitement de textes et d'images (y compris des projections cartographiques).

Une bibliographie abondante permettra de trouver rapidement les algorithmes, des détails mathématiques, les logiciels mentionnés (surtout les paquetages installables libres), etc.