Ce projet propose des implémentations en Python des problèmes de mécanique quantique issus de l'ouvrage « Fondamentaux de la Mécanique Quantique sous Python » des éditions Ellipses. Il permet aux étudiants et chercheurs de visualiser et résoudre des exercices théoriques à l'aide de code, facilitant ainsi la compréhension des concepts physiques complexes.

Ce projet est un dépôt de code source pour un cours d'introduction à la programmation Python dédié aux sciences. Il contient des slides, des notebooks Jupyter et des outils pour la visualisation de données avec Matplotlib.

Ce projet permet d'exécuter des scripts Python directement dans l'environnement ADS (Advanced Design System) de Keysight, facilitant l'automatisation des simulations électroniques et l'analyse des données générées. Il offre des outils pour manipuler des workspaces, exploiter des fichiers de simulation (.dds) et générer des rapports ou des visualisations. Compatible avec des environnements externes comme VS Code, il simplifie l'intégration des bibliothèques spécifiques à ADS pour des workflows personnalisés.

Ce projet est un dépôt de code source contenant des notebooks Jupyter démontrant l'analyse de données géospatiales et le traitement de données avec Python, ainsi qu'une démonstration de la création de visualisations cartographiques.

Ce dépôt centralise des extraits de code en R et Python dédiés à la visualisation graphique de données, principalement dans un contexte scientifique. Il propose des scripts pour générer des heatmaps, des barplots tridimensionnels, des scatter plots colorés, ou encore des courbes de couverture de séquençage ARN. Certains outils, comme Polysome Rider, sont conçus pour des analyses de données biologiques avancées, facilitant la production de graphiques propres et exploitables pour des publications ou des présentations.

Dépôt de code source pour les tutoriels Jupyter de l'Institut Pasteur. Il s'agit d'une collection de notebooks Python permettant de découvrir et d'approfondir des concepts de programmation, d'analyser et de visualiser des données, ainsi que de modéliser des données biologiques.

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.

Ce service permet aux chercheurs d'accéder à distance à un cluster de calcul haute performance (Slurm) via une interface Jupyter. Les utilisateurs peuvent exécuter du code Python ou Octave, analyser des données, visualiser des résultats et manipuler des fichiers directement depuis leur navigateur. L'outil facilite la collaboration et l'expérimentation scientifique sans nécessiter d'installation locale complexe.

Ce projet est un dépôt de code source qui fournit des scripts Python pour l'analyse de données économiques, la préparation de données pour l'apprentissage automatique, la réduction de dimension de données et la visualisation de données multidimensionnelles. Il utilise des bibliothèques telles que NumPy, Pandas, Requests, scikit-learn, TensorFlow et Keras pour fournir des fonctionnalités telles que le téléchargement de données, la préparation de données, l'estimation de modèles et la visualisation de données.

Radia Multipole Magnets (RadiaMM) est un module Python dédié à la simulation et à la modélisation de quadrupôles et autres aimants multipolaires pour accélérateurs de particules. Il s'appuie sur le code RADIA pour construire des aimants paramétrables, facilitant l'analyse des champs magnétiques et la visualisation 3D des objets modélisés. L'outil simplifie la création et l'étude de composants essentiels en physique des accélérateurs.