Skip to content
Projects
Groups
Snippets
Help
Loading...
Help
Submit feedback
Contribute to GitLab
Sign in
Toggle navigation
M
mooc-rr
Project
Project
Details
Activity
Releases
Cycle Analytics
Repository
Repository
Files
Commits
Branches
Tags
Contributors
Graph
Compare
Charts
Issues
0
Issues
0
List
Board
Labels
Milestones
Merge Requests
0
Merge Requests
0
CI / CD
CI / CD
Pipelines
Jobs
Schedules
Charts
Wiki
Wiki
Snippets
Snippets
Members
Members
Collapse sidebar
Close sidebar
Activity
Graph
Charts
Create a new issue
Jobs
Commits
Issue Boards
Open sidebar
68d6b36d6dfa73b2f7f25db9fb7770c1
mooc-rr
Commits
c8365186
Commit
c8365186
authored
Dec 27, 2020
by
68d6b36d6dfa73b2f7f25db9fb7770c1
Browse files
Options
Browse Files
Download
Email Patches
Plain Diff
Module2 - Exo1 - First try
parent
ac36bd68
Changes
1
Show whitespace changes
Inline
Side-by-side
Showing
1 changed file
with
63 additions
and
77 deletions
+63
-77
toy_document_orgmode_python_fr.org
module2/exo1/toy_document_orgmode_python_fr.org
+63
-77
No files found.
module2/exo1/toy_document_orgmode_python_fr.org
View file @
c8365186
#+TITLE: Votre titre
# -*- mode: org -*-
#+AUTHOR: Votre nom
# -*- coding: utf8 -*-
#+DATE: La date du jour
#+TITLE: À propos du calcul de $\pi$
#+LANGUAGE: fr
#+AUTHOR: Victor
# #+PROPERTY: header-args :eval never-export
#+LANGUAGE: French
#+HTML_HEAD: <link rel="stylesheet" type="text/css" href="http://www.pirilampo.org/styles/readtheorg/css/htmlize.css"/>
* En demandant à la lib maths
#+HTML_HEAD: <link rel="stylesheet" type="text/css" href="http://www.pirilampo.org/styles/readtheorg/css/readtheorg.css"/>
#+HTML_HEAD: <script src="https://ajax.googleapis.com/ajax/libs/jquery/2.1.3/jquery.min.js"></script>
Mon ordinateur m'indique que $\pi$ vaut *approximativement* :
#+HTML_HEAD: <script src="https://maxcdn.bootstrapcdn.com/bootstrap/3.3.4/js/bootstrap.min.js"></script>
#+HTML_HEAD: <script type="text/javascript" src="http://www.pirilampo.org/styles/lib/js/jquery.stickytableheaders.js"></script>
#+begin_src python :results output :session :exports both
#+HTML_HEAD: <script type="text/javascript" src="http://www.pirilampo.org/styles/readtheorg/js/readtheorg.js"></script>
from math import *
pi
* Quelques explications
print(pi)
Ceci est un document org-mode avec quelques exemples de code
python. Une fois ouvert dans emacs, ce document peut aisément être
exporté au format HTML, PDF, et Office. Pour plus de détails sur
org-mode vous pouvez consulter https://orgmode.org/guide/.
Lorsque vous utiliserez le raccourci =C-c C-e h o=, ce document sera
compilé en html. Tout le code contenu sera ré-exécuté, les résultats
récupérés et inclus dans un document final. Si vous ne souhaitez pas
ré-exécuter tout le code à chaque fois, il vous suffit de supprimer
le # et l'espace qui sont devant le ~#+PROPERTY:~ au début de ce
document.
Comme nous vous l'avons montré dans la vidéo, on inclue du code
python de la façon suivante (et on l'exécute en faisant ~C-c C-c~):
#+begin_src python :results output :exports both
print("Hello world!")
#+end_src
#+end_src
#+RESULTS:
#+RESULTS:
: Hello world!
: 3.141592653589793
* En utilisant la méthode des aiguilles de Buffon
Mais calculé avec la méthode des [aiguilles de Buffon](https://fr.wikipedia.org/wiki/Aiguille_de_Buffon), on obtiendrait
comme **approximation** :
Voici la même chose, mais avec une session python, donc une
persistance d'un bloc à l'autre (et on l'exécute toujours en faisant
~C-c C-c~).
#+begin_src python :results output :session :exports both
#+begin_src python :results output :session :exports both
import numpy
import numpy as np
x=numpy.linspace(-15,15)
np.random.seed(seed=42)
print(x)
N = 10000
x = np.random.uniform(size=N, low=0, high=1)
theta = np.random.uniform(size=N, low=0, high=pi/2)
print(2/(sum((x+np.sin(theta))>1)/N))
#+end_src
#+end_src
#+RESULTS:
#+RESULTS:
#+begin_example
: 3.128911138923655
[-15. -14.3877551 -13.7755102 -13.16326531 -12.55102041
-11.93877551 -11.32653061 -10.71428571 -10.10204082 -9.48979592
* Avec un argument "fréquentiel" de surface
-8.87755102 -8.26530612 -7.65306122 -7.04081633 -6.42857143
-5.81632653 -5.20408163 -4.59183673 -3.97959184 -3.36734694
Sinon, une méthode plus simple à comprendre et ne faisant pas
-2.75510204 -2.14285714 -1.53061224 -0.91836735 -0.30612245
intervenir d'appel à la fonction sinus se base sur le fait que si
0.30612245 0.91836735 1.53061224 2.14285714 2.75510204
$X~U(0,1)$ et $Y~U(0,1)$ alors $P[X^{2} + Y^{2} \le ] = \pi /4$ ([voir
3.36734694 3.97959184 4.59183673 5.20408163 5.81632653
méthode de Monte Carlo sur Wikipédia](https://fr.wikipedia.org/wiki/M%C3%A9thode_de_Monte-Carlo#D%C3%A9termination_de_la_valeur_de_%CF%80)). Le code suivant illustre ce
6.42857143 7.04081633 7.65306122 8.26530612 8.87755102
fait :
9.48979592 10.10204082 10.71428571 11.32653061 11.93877551
12.55102041 13.16326531 13.7755102 14.3877551 15. ]
#+begin_src python :results file :session :var matplot_lib_filename=(org-babel-temp-file "figure" ".png") :exports both
#+end_example
Et enfin, voici un exemple de sortie graphique:
#+begin_src python :results output file :session :var matplot_lib_filename="./cosxsx.png" :exports results
import matplotlib.pyplot as plt
import matplotlib.pyplot as plt
plt.figure(figsize=(10,5))
np.random.seed(seed=42)
plt.plot(x,numpy.cos(x)/x)
N = 1000
plt.tight_layout()
x = np.random.uniform(size=N, low=0, high=1)
y = np.random.uniform(size=N, low=0, high=1)
accept = (x*x+y*y) <= 1
reject = np.logical_not(accept)
fig, ax = plt.subplots(1)
ax.scatter(x[accept], y[accept], c='b', alpha=0.2, edgecolor=None)
ax.scatter(x[reject], y[reject], c='r', alpha=0.2, edgecolor=None)
ax.set_aspect('equal')
plt.savefig(matplot_lib_filename)
plt.savefig(matplot_lib_filename)
print(matplot_lib_filename)
print(matplot_lib_filename)
#+end_src
#+end_src
#+RESULTS:
#+RESULTS:
[[file:./cosxsx.png]]
[file:]]
Vous remarquerez le paramètre ~:exports results~ qui indique que le code
Il est alors aisé d'obtenir une approximation (pas terrible) de $\pi$
ne doit pas apparaître dans la version finale du document. Nous vous
en comptant combien de fois, en moyenne, $X^{2}+Y^{2}$ est inférieur à
recommandons dans le cadre de ce MOOC de ne pas changer ce paramètre
1 :
(indiquer ~both~) car l'objectif est que vos analyses de données soient
parfaitement transparentes pour être reproductibles.
,#+begin_src python :results output :session :exports both
4*np.mean(accept)
Attention, la figure ainsi générée n'est pas stockée dans le document
#+end_src
org. C'est un fichier ordinaire, ici nommé ~cosxsx.png~. N'oubliez pas
de le committer si vous voulez que votre analyse soit lisible et
#+RESULTS:
compréhensible sur GitLab.
: Traceback (most recent call last):
: File "<stdin>", line 1, in <module>
Enfin, n'oubliez pas que nous vous fournissons dans les ressources de
: NameError: name 'accept' is not defined
ce MOOC une configuration avec un certain nombre de raccourcis
claviers permettant de créer rapidement les blocs de code python (en
faisant ~<p~, ~<P~ ou ~<PP~ suivi de ~Tab~).
Maintenant, à vous de jouer! Vous pouvez effacer toutes ces
informations et les remplacer par votre document computationnel.
Write
Preview
Markdown
is supported
0%
Try again
or
attach a new file
Attach a file
Cancel
You are about to add
0
people
to the discussion. Proceed with caution.
Finish editing this message first!
Cancel
Please
register
or
sign in
to comment