Objectif de la séance :

• Consolider les notions essentielles de Python appliquées au calcul scientifique.

• Corriger ensemble des TPs, résoudre des exercices guidés et discuter des pièges courants.

• Montrer comment utiliser NumPy pour réduire le coût calculatoire et l’empreinte mémoire dans des problèmes numériques complexes.

Au programme :

• Correction collective et commentée de TPs soumis par les participants

• Résolution pas à pas d’exemples et exercices types

• Présentation d’optimisations NumPy : vecteurisation, utilisation des outils mis à disposition par les librairies

• Stratégies pour économiser la mémoire

• Conseils pratiques pour réussir ses certifications et examens en python

• Session FAQ

Public visé

• Étudiants et praticiens de tous niveaux : débutants voulant consolider les bases, utilisateurs intermédiaires désirant accélérer leurs codes, et avancés souhaitant discuter d’optimisations concrètes

• Aucun prérequis strict autre que des notions de base en Python, de la curiosité et de la volonté de réussir