Projet Modélisation et Visualisation Python

Ce projet regroupe l'ensemble des travaux pratiques réalisés dans le cadre du module de modélisation mathématique et programmation scientifique. Il contient des exercices organisés en séances progressives explorant différents aspects de la visualisation de données, de la modélisation numérique et de l'analyse scientifique en Python.

Contenu du projet :

• Chapitre 2 : Numpy et tableaux
- Manipulation de tableaux et calculs matriciels
- Indexation et slicing
- Applications : Simulation de trajectoire balistique, prise en compte des frottements
- Régime turbulent

• Chapitre 3 : Tracer des graphiques avec Matplotlib
- Types de lignes et styles de visualisation
- Tracer des courbes, nuages de points et annotations
- Histogrammes et graphiques 3D
- Fonctionnement du meshgrid

• Chapitre 4 : Les fonctions et la méthode de la bissection
- Définition et appel de fonctions
- Portée des variables et méthode de bissection
- Fonctions lambda et compréhension de listes

• Chapitre 5 : Modélisation de circuits électriques
- Étude de filtres passe-bas et passe-bande (circuits RLC)
- Résolution numérique par la méthode d'Euler
- Diagrammes de Bode et analyse fréquentielle
- Utilisation de la bibliothèque scipy
- Bonus : Oscillateur de Wien

• Chapitre 6 : Data science et pandas
- Introduction à pandas pour l'analyse de données
- Détection et caractérisation d'exoplanètes
- Représentation des données expérimentales
- Bonus : génération de données par la méthode Monte-Carlo

Technologies utilisées :
• Python 3
• NumPy pour les calculs scientifiques
• Matplotlib pour la visualisation graphique
• Pandas pour l'analyse de données
• SciPy pour la modélisation avancée

Le projet démontre la maîtrise des outils de programmation scientifique et la capacité à modéliser des phénomènes physiques (circuits électriques, trajectoires balistiques, exoplanètes) à travers des simulations numériques et des visualisations.

Structure : Les exercices sont organisés par séance, permettant un suivi progressif de l'apprentissage et des compétences acquises en modélisation mathématique, physique et data science.