Bibliothèque Python dédiée au contrôle et à la gestion des détecteurs de type Mythen MCA. Elle permet d'automatiser l'acquisition de données, la configuration des paramètres d'acquisition (temps d'exposition, nombre de trames) et la lecture des résultats. Utilisée principalement dans des environnements de recherche ou d'analyse scientifique pour des mesures précises.

Ce projet vise à créer et distribuer un module Python optimisé pour l'environnement Debian 11, destiné à une utilisation dans un contexte académique et de recherche. Il permet de standardiser l'accès à un environnement Python 3.9.2 avec des bibliothèques scientifiques préinstallées, facilitant ainsi le travail collaboratif et reproductible au sein d'une unité de recherche comme le LEGI.

Ce projet est une feuille de triche pour l'utilisation de Python dans un contexte scientifique. Il regroupe des raccourcis et des exemples d'utilisation pour des bibliothèques telles que numpy, scipy et matplotlib.

PLIBS_9_PYTHON est une bibliothèque Python optimisée dédiée aux calculs scientifiques intensifs. Elle propose des fonctions avancées pour accélérer les opérations mathématiques comme les réductions de données, les produits matriciels (GEMM, GEMV) ou les calculs vectoriels. Utilisée principalement dans le domaine de la physique et de l'astrophysique, elle permet aux chercheurs et développeurs d'optimiser leurs algorithmes tout en simplifiant leur implémentation en Python.

Ce projet propose une formation spécialisée en calcul haute performance (HPC) avec Python, destinée aux développeurs et chercheurs. Il couvre l'optimisation de code, l'analyse de performance, l'utilisation de bibliothèques scientifiques (NumPy, SciPy, Pandas) et les outils de parallélisation. Les participants apprennent à exploiter les fonctionnalités de Python pour des calculs intensifs et à déployer des solutions sur des infrastructures HPC.

Ce projet propose une formation complète à Python destinée aux chercheurs et étudiants en sciences humaines et sociales. Il couvre les bases de la programmation, l'algorithmie, et l'utilisation de bibliothèques scientifiques comme Pandas, NumPy et Matplotlib pour analyser des données et visualiser des résultats.

PYASTRA est une bibliothèque Python conçue pour simplifier l'interaction avec des outils scientifiques avancés. Elle agit comme une interface unifiée, permettant aux utilisateurs d'exploiter facilement des fonctionnalités de calcul numérique, de traitement de données et de visualisation sans maîtriser les détails techniques sous-jacents. Idéale pour les chercheurs, ingénieurs et data scientists, elle accélère le développement d'applications scientifiques tout en réduisant la complexité du code.

Cette école internationale propose une formation intensive en programmation avancée pour les domaines de l'astrophysique et de l'astroparticule. Elle couvre l'utilisation de bibliothèques scientifiques Python comme NumPy, Pandas et Matplotlib, ainsi que des outils pour le calcul parallèle et le traitement de données. Destinée aux chercheurs et étudiants, elle combine cours théoriques et sessions pratiques pour renforcer les compétences en développement logiciel scientifique.

Bibliothèque Python dédiée au calcul des propriétés thermodynamiques de l'eau pure et des solutions aqueuses. Elle permet d'évaluer des grandeurs comme la densité, la tension superficielle, la pression de vapeur ou encore l'activité de l'eau en fonction de la température et de la concentration. Utilisée dans des domaines scientifiques et industriels pour des applications variées, allant de la recherche académique à l'ingénierie.

Ce projet est un support pédagogique destiné à l'enseignement des bases de la programmation scientifique avec Python. Il couvre spécifiquement l'utilisation de la bibliothèque numpy, un outil essentiel pour le calcul numérique en Python. Destiné aux étudiants, il propose des cours théoriques et des travaux pratiques pour maîtriser les fonctionnalités clés de numpy, comme les tableaux multidimensionnels et les opérations mathématiques avancées.