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
bdf224d0a44c3262eab19168393bbd63
mooc-rr
Commits
fe070e61
Commit
fe070e61
authored
Mar 09, 2021
by
Linamaria GALLEGOS
Browse files
Options
Browse Files
Download
Email Patches
Plain Diff
exo 1 first try
parent
3ed1da7d
Changes
2
Hide whitespace changes
Inline
Side-by-side
Showing
2 changed files
with
57 additions
and
69 deletions
+57
-69
cosxsx.png
module2/exo1/cosxsx.png
+0
-0
toy_document_orgmode_python_fr.org
module2/exo1/toy_document_orgmode_python_fr.org
+57
-69
No files found.
module2/exo1/cosxsx.png
View replaced file @
3ed1da7d
View file @
fe070e61
19 KB
|
W:
|
H:
21.9 KB
|
W:
|
H:
2-up
Swipe
Onion skin
module2/exo1/toy_document_orgmode_python_fr.org
View file @
fe070e61
#+TITLE:
Votre titre
#+TITLE:
A propos du calcul de $\pi$
#+AUTHOR: Votre nom
#+AUTHOR: Votre nom
#+DATE: La date du jour
#+DATE: La date du jour
#+LANGUAGE: fr
#+LANGUAGE: fr
# #+PROPERTY: header-args :eval never-export
# #+PROPERTY: header-args :eval never-export
#+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>
#+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>
#+HTML_HEAD: <script type="text/javascript" src="http://www.pirilampo.org/styles/readtheorg/js/readtheorg.js"></script>
* Quelques explications
Mon ordinateur m'indique que $\pi$ vaut /approximativement//:
Ceci est un document org-mode avec quelques exemples de code
#+begin_src python :results value :session *python* :exports both
python. Une fois ouvert dans emacs, ce document peut aisément être
from math import *
exporté au format HTML, PDF, et Office. Pour plus de détails sur
pi
org-mode vous pouvez consulter https://orgmode.org/guide/.
#+end_src
Lorsque vous utiliserez le raccourci =C-c C-e h o=, ce document sera
#+RESULTS:
compilé en html. Tout le code contenu sera ré-exécuté, les résultats
: 3.141592653589793
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
#+begin_src python :results
value
:exports both
print("Hello world!")
4*np.mean
#+end_src
#+end_src
#+RESULTS:
#+RESULTS:
: Hello world!
* En utilisant la méthode des aiguilles de Buffon
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
Mais calculé avec la *méthode des [[https://fr.wikipedia.org/wiki/Aiguille_de_Buffon][aiguilles de Buffon]], on obtient comme *approximation* :
~C-c C-c~).
#+begin_src python :results output :session :exports both
#+begin_src python :results value :session *python* :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)
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 fontion sinus se base sur le fait que si $X \sim
0.30612245 0.91836735 1.53061224 2.14285714 2.75510204
U(0,1)$ et $Y \sim U(0,1)$ alors $P[X^2+Y^2\leq 1] = \pi/4$ (voir
3.36734694 3.97959184 4.59183673 5.20408163 5.81632653
[[https://fr.wikipedia.org/wiki/M%25C3%25A9thode_de_Monte-Carlo#D%25C3%25A9termination_de_la_valeur_de_%25CF%2580][méthode
6.42857143 7.04081633 7.65306122 8.26530612 8.87755102
de Monte Carlo sur Wikipedia]]). Le code suivant illustre ce fait :
9.48979592 10.10204082 10.71428571 11.32653061 11.93877551
12.55102041 13.16326531 13.7755102 14.3877551 15. ]
#+begin_src python :results output file :var matplot_lib_filename="figure_pi_mc2.png" :exports both :session *python*
#+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:figure_pi_mc2.png]]
Vous remarquerez le paramètre ~:exports results~ qui indique que le code
Il est alors aisé d'obtenir une approximation (pas terrible) de $\pi$ en
ne doit pas apparaître dans la version finale du document. Nous vous
comptant combien de fois, en moyenne, $X^2 + Y^2$ est inférieur à 1 :
recommandons dans le cadre de ce MOOC de ne pas changer ce paramètre
(indiquer ~both~) car l'objectif est que vos analyses de données soient
#+begin_src python :results output :session *python* :exports both
parfaitement transparentes pour être reproductibles.
4*np.mean(accept)
#+end_src
Attention, la figure ainsi générée n'est pas stockée dans le document
org. C'est un fichier ordinaire, ici nommé ~cosxsx.png~. N'oubliez pas
#+RESULTS:
de le committer si vous voulez que votre analyse soit lisible et
: 3.112
compréhensible sur GitLab.
Enfin, n'oubliez pas que nous vous fournissons dans les ressources de
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