Python Short Course

Formation Python
Traitement et visualisation de données
scientifiques
Jour 2 – Prog. Orientée Objet
Fernando NIÑO
Legos/IRD
Janvier 22-30
2009
Rappel
•
•
Littéraux
Structures de données
– Séquences (listes)
– Dictionnaires
– Tuples
•
Blocs : indentation et symbole ‘:’
for i in liste:
suite
while i < 3:
•
Python = réutilisation
– Bibliothèque standard
– Modules externes
python setup.py install --home=~
2
© 2009 Fernando NIÑO
Formation Python
Python - Le Langage
Présentation
Travailler avec Python
Les bases du langage
Structures de données
Contrôle du flux d'exécution
Gestion des fichiers
Le Langage
Encapsulation
POO
Dérivation
Réutilisation
Gestion des erreurs
Exceptions
Logger
3
© 2009 Fernando NIÑO
Programmation Orientée Objet
•
Encapsulation
– Structure de données va ensemble avec ses procédures de
traitement
liste.append(element)
•
Héritage
– Eviter la duplication de code
fichier
fichierZip
fichierTexte
•
Surcharge
– Un même nom pour différentes fonctions (distinguées par
contexte - ou signature)
mafonction(a,b,c)
/
mafonction(a)
ça n’existe pas en Python ! Un seul nom admis !
4
© 2009 Fernando NIÑO
Programmation Orientée Objet
•
Polymorphisme
– Le même nom de fonction pour différents arguments
len(‘chaine’)
len([1,2,3])
– Permet de créer des algorithmes génériques
listefig=[Carre(2),Cercle(1)]
...
surfaceTotale=0.
for fig in listefig:
surfaceTotale += fig.surface()
5
© 2009 Fernando NIÑO
Encapsulation
•
L’idée est de regrouper un état (données) et un
comportement (code) dans une classe.
class MaClasse:
Nom habituel:
REVEILLE=1
ENDORMI=0
def __init__(self,etatinitial):
self.etat = etatinitial
def reveil(self):
self.etat = self.REVEILLE
print 'Driiiiing '
def dort(self):
self.etat = MaClasse.ENDORMI
print 'Zzzzzz '
6
© 2009 Fernando NIÑO
Encapsulation
•
L’idée est de regrouper un état (données) et un
comportement (code) dans une classe.
class MaClasse:
REVEILLE=1
ENDORMI=0
def __init__(self,etatinitial):
self.etat = etatinitial
def reveil(self):
self.etat = self.REVEILLE
print 'Driiiiing '
def dort(self):
self.etat = MaClasse.ENDORMI
print 'Zzzzzz '
6
© 2009 Fernando NIÑO
Encapsulation
•
L’idée est de regrouper un état (données) et un
comportement (code) dans une classe.
class MaClasse:
REVEILLE=1
Variables
ENDORMI=0
def __init__(self,etatinitial):
self.etat = etatinitial
def reveil(self):
self.etat = self.REVEILLE
print 'Driiiiing '
def dort(self):
self.etat = MaClasse.ENDORMI
print 'Zzzzzz '
de classe
6
© 2009 Fernando NIÑO
Utilisation de Classes
moi=MaClasse(MaClasse.ENDORMI)
toi=MaClasse(MaClasse.ENDORMI)
>>> moi.reveil
<bound method MaClasse.reveil of <__main__.MaClasse
instance at 0x58918>>
>>> moi.reveil()
MaClasse
Driiiiing
>>> moi.dort()
REVEILLE
ENDORMI
Zzzzzz
moi
etat
toi
etat
7
© 2009 Fernando NIÑO
Où sont les variables ?
class Donnees(object):
xc=’xc’
yc=’yc’
def __init__(self):
x=None
y=None
pass
d=Donnees()
d.x=1
d.y=2
e.x=3
e.y=4
e.xc
Donnees
xc
yc
d
x
y
e
x
y
8
© 2009 Fernando NIÑO
Héritage
– figure.py
class Figure:
def __init__(self):
pass
def surface(self):
raise NotImplementedError
def message(self):
print "je suis une figure"
class Carre(Figure):
def __init__(self,cote):
self.cote=cote
def surface(self):
return self.cote*self.cote
carre=Carre(2.)
carre.message()
9
© 2009 Fernando NIÑO
Surcharge
•
•
Regarde la signature d’une fonction...en C++
Ne marche PAS en Python (surcharge.py)
def surface(quoi,param):
if quoi == 'carre':
return param*param
else:
return 3.14159*param*param
def surface(quoi,param1,param2):
if quoi == 'triangle':
return param1*param2/2.
else:
return param1*param2
•
Utilise arguments par défaut, duck typing...
10
© 2009 Fernando NIÑO
Surcharge
•
•
Regarde la signature d’une fonction...en C++
Ne marche PAS en Python (surcharge.py)
def surface(quoi,param):
if quoi == 'carre':
return param*param
Remplace ! else:
return 3.14159*param*param
def surface(quoi,param1,param2):
if quoi == 'triangle':
return param1*param2/2.
else:
return param1*param2
•
Utilise arguments par défaut, duck typing...
10
© 2009 Fernando NIÑO
Polymorphisme
– polymorphisme.py
class Cercle(Figure):
def __init__(self,rayon):
self.rayon=rayon
def surface(self):
return 3.14159*self.rayon*self.rayon
listefig=[Carre(2),Cercle(1)]
surfaceTotale=0.
for fig in listefig:
surfaceTotale += fig.surface()
Par contexte il sait quelle
fonction appeler
11
© 2009 Fernando NIÑO
Exercice
•
Modifier polymorphisme.py
– en ajoutant la sous-classe Triangle
– en ajoutant la sous-sous-classe TriangleIsocele
– en ajoutant la méthode perimetre, sauf pour le triangle
– testez avec une liste de figures
listefig=[Carre(2),Cercle(1),
Triangle(2,3),TriangleIsocele(2,3)]
12
© 2009 Fernando NIÑO
Solution
•
Classe de base
#class Figure:
class Figure(object):
def __init__(self):
pass
def surface(self):
raise NotImplementedError
def perimetre(self):
raise NotImplementedError
def message(self):
print "je suis une figure"
New-style class
13
© 2009 Fernando NIÑO
Solution
•
Classes Cercle et Carre
class Carre(Figure):
def __init__(self,cote):
self.cote=cote
def surface(self):
return self.cote*self.cote
def perimetre(self):
return self.cote*4
from math import pi
class Cercle(Figure):
def __init__(self,rayon):
ou
self.rayon=rayon
def surface(self):
return pi*self.rayon*self.rayon
def perimetre(self):
return 2.*pi*self.rayon
import math
math.pi
© 2009 Fernando NIÑO
14
Solution
•
Classes triangle
class Triangle(Figure):
def __init__(self,base,hauteur):
self.base=base
self.hauteur=hauteur
def surface(self):
return self.base*self.hauteur/2.
class TriangleIsocele(Triangle):
pass
15
© 2009 Fernando NIÑO
Solution
•
Test
listefig=[Carre(2),Cercle(1),Triangle
(2,3),TriangleIsocele(2,3)]
surfaceTotale=0.
for fig in listefig:
surf= fig.surface()
surfaceTotale += surf
print "Pour une figure de type %s et classe %s la
surface est %f" % (type(fig),fig.__class__,surf)
print "surfaceTotale = %f " % surfaceTotale
depend si c’est new-style ou non
assez barbare...
16
© 2009 Fernando NIÑO
Applications CTOH
•
•
Chaînes de traitement génériques
L’idée: avoir une interface unifiée pour les corrections.
•
Classe correction abstraite:
class Correction(object):
"""Classe de base pour toutes les corrections
CTOH;elle permet de définir les paramètres
généraux
- constantes
- repertoires de travail par défaut
- interface obligatoire
"""
def __init__(self):
raise NotImplementedError
17
© 2009 Fernando NIÑO
Application CTOH (suite)
# suite de Class Correction
def apply(self,data): # interface obligatoire
raise NotImplementedError
@classmethod
# methode de classe - utilitaire
def readTrace(cls, dateString, satellite, ntrace):
pass
18
© 2009 Fernando NIÑO
Application (suite)
class CorrectionIono(Correction):
"""Correction ionosphérique"""
def __init__(self):
self.ionoSource='GIM'
class CorrectionIonoGIM(CorrectionIono):
def apply(self,data):
return 0
class CorrectionIonoScharroo(CorrectionIono):
def apply(self,data):
return 0.01
19
© 2009 Fernando NIÑO
Application (suite)
def testNiveauMer(self):
ci = CorrectionIonoGIM()
corrGIM = ci.apply(self.testTrace)
ciSch = CorrectionIonoScharroo()
corrSch = ciSch.apply(self.testTrace)
cw = CorrectionWetTropoCLS()
corrWet = cw.apply(self.testTrace)
alt_range=1336E6
slaGIM = alt_range - corrGIM - corrWet
slaSch = alt_range - corrSch - corrWet
self.assertAlmostEqual(slaGIM, slaSch,1)
après la virgule
# 1 place
20
© 2009 Fernando NIÑO
Tests unitaires: unittest
class CorrectionTests(unittest.TestCase):
def setUp(self):
"""Called before each and every test"""
self.testTrace = Correction.readTrace('2007/06/23',
'Jason-2',12)
def tearDown(self):
"""Called after each and every test"""
pass
def testExample(self):
"""Trivial test"""
self.assertEqual(1,1)
if __name__ == '__main__':
unittest.main()
21
© 2009 Fernando NIÑO
Application (correction.py)
Si tout est ok...
python correction.py ...
---------------------------------------------------------Ran 3 tests in 0.000s
OK
22
© 2009 Fernando NIÑO
Application (correction.py)
•
S’il y a un problème
..F
===========================================================
FAIL: testNiveauMer (__main__.CorrectionTests)
-------------------------------------------------------Traceback (most recent call last):
method testNiveauMer in correction.py at line 88
self.assertAlmostEqual(slaGIM, slaSch,1) # 1 place
après la virgule
AssertionError: 1335999997.0 != 1335999996.9000001 within 1
places
--------------------------------------------------------------Ran 3 tests in 0.000s
FAILED (failures=1)
Program exited.
23
© 2009 Fernando NIÑO
Formation Python
Python - Le Langage
Présentation
Travailler avec Python
Les bases du langage
Structures de données
Contrôle du flux d'exécution
Gestion des fichiers
Le Langage
Encapsulation
POO
Dérivation
Réutilisation
Gestion des erreurs
Exceptions
Logger
24
© 2009 Fernando NIÑO
Gestion des erreurs
•
•
Les erreurs, ça lance des exceptions:
Les exceptions qui ne sont pas traitées, génèrent par
défaut un traceback comme ceci:
x=1/0
------------------------------------------------exceptions.ZeroDivisionError
Traceback (most recent call last)
/Users/nino/FormationPython/<ipython console>
ZeroDivisionError: integer division or modulo by
zero
25
© 2009 Fernando NIÑO
Les clauses try...except...else
•
Pour attraper les erreurs, il faut les enfermer dans
une clause try:
x=0.
try:
Type d’exceptions (sous-classe),
plusieurs clauses admises
print 1/x
except Exception, error:
print str(error)
else:
print 'tout est ok'
– ça donne
float division
26
© 2009 Fernando NIÑO
try...finally
•
Permet de s’assurer qu’un bloc sera toujours executé
file=open(nomfichier,’r’)
try:
lines=file.readlines()
except Warning, error:
print str(error)
finally:
file.close()
•
La hiérarchie des classes d’exceptions a changé
BaseException
# New in Python 2.5
|- KeyboardInterrupt
|- SystemExit
|- Exception
|- (all other current built-in exceptions)
http://python.org/doc/2.5/lib/module-exceptions.html
27
© 2009 Fernando NIÑO
Exceptions, raise - hiérarchie
•
Avant python 2.5
try:
...
except (KeyboardInterrupt, SystemExit):
raise # remonte l’exception
except:
# Log error...
# Continue running program...
•
Après 2.5
try:
...
except Exception:
# Log error...
# Continue running program...
28
© 2009 Fernando NIÑO
Modification traceback - logging
if __name__ == '__main__':
if len(sys.argv) == 1:
modetest=None
elif len(sys.argv) == 2 and sys.argv[1] == '-t':
modetest=True
else:
print "USAGE: %s [-t]" % sys.argv[0]
logger=initLogging(modetest)
logger.info(“Deb
x=0.
try:
print 1/x
except Exception, error:
print_exception(sys.exc_info())
else:
print 'tout est ok'
29
© 2009 Fernando NIÑO
initLogging (initlogging.py)
def initLogging(modetest):
logger = logging.getLogger('tracebackEx')
if modetest:
hdlr = logging.FileHandler('formation.log')
else:
hdlr = logging.FileHandler('formtest.log')
formatter = logging.Formatter('%(asctime)s %
(levelname)s %(message)s')
hdlr.setFormatter(formatter)
logger.addHandler(hdlr)
logger.setLevel(logging.INFO)
return logger
30
© 2009 Fernando NIÑO
Traceback info (tracebackEx.py)
•
Langage dynamique - en cas d’erreur on connaît tout
le contexte:
def print_exception(excinfo):
import traceback
logger.error(excinfo[0])
logger.error(excinfo[1])
logger.error("Traceback: ")
tb=excinfo[2]
for s in traceback.format_list(traceback.extract_tb(tb)):
logger.error(s)
31
© 2009 Fernando NIÑO
Utilisation traceback / logger
•
Logger sait faire beaucoup de choses
import logging.handlers
#logging.handlers.RotatingFileHandler
#logging.handlers.SysLogHandler
•
Résultat de l’exemple
2006-10-18 14:46:44,189
2006-10-18 14:46:44,189
2006-10-18 14:46:44,189
2006-10-18 14:46:44,190
2006-10-18 14:46:44,190
print 1/x
•
INFO Debut du script
ERROR exceptions.ZeroDivisionError
ERROR float division
ERROR Traceback:
ERROR File "tracebackEx.py", line 38, in ?
On peut avoir plusieurs handlers pour un logger
32
© 2009 Fernando NIÑO
Formation Python
Python - Scientifique
Installation
Architecture
Numpy
Arrays
Opérations
Matplotlib
Application CTOH
33
© 2009 Fernando NIÑO
Installation numpy & friends
•
Installer numpy (http://numpy.scipy.org)
cd ~/build
tar xvfz ~/fnino/distrib/numpy-*
cd numpy*
python setup.py install --home=~
•
Installer scipy
– idem, mais nécessite blas-devel et lapack-devel
•
Installer matplotlib
– matplotlib core: zlib, zlib-devel, libpng, libpng-devel,
–
freetype, freetype-devel, freetype-utils
– gtk backend: gtk2-devel, gtk+-devel, pygtk2, glib-devel,
–
pygtk2-devel, gnome-libs-devel, pygtk2-libglade
34
© 2009 Fernando NIÑO
Architecture
SciPy: Algorithmes Scientifiques
MatPlotLib : Graphiques NumPy : Structures de
à la Matlab
données
Python & Système de base (X11, Gtk....)
35
9
© 2009 Fernando NIÑO
Utilisation NumPy
•
Arrays
from numpy import array,arange,sin
a = array( [ 10, 20, 30, 40 ] )
b = arange( 4 )
c = a+sin(b)
•
Arrays multi-dimensionnels
from numpy import ones,shape
x = ones(3,4) # Erreur de syntaxe attend un tuple
x = ones( (3,4) )
x.shape
# Variable d’instance
36
© 2009 Fernando NIÑO
Opérations n-dimensionnelles
•
Classique
y = x*3
•
Plus bizarre
x+a
x * y
•
# Ca fait quoi ???
# Ca fait quoi ???
Les tranches, ça marche aussi
a[2:4] = -7,-3
x[1,:]=0.
37
© 2009 Fernando NIÑO
Reshape
•
•
En interne, les données d’un array sont stockées en
contigu, leur interprétation est donnée par le
paramètre shape à leur création.
Il peut être modifié
a = arange(10).reshape(2,5)
•
array transforme des séquences Pythons en vecteurs
1-dimension, des séquences des séquences en
vecteurs 2-dimensions, des séquences des séquences
des séquences en vecteurs 3-dimensions....
b = array( [ (1.5,2,3), (4,5,6) ] )
38
© 2009 Fernando NIÑO
Création d’arrays
•
Outre le constructeur array
zeros( (m,n) )
ones ( (m,n), dtype=int16 )
empty ( (m,n) )
# Mémoire non-initialisée
arange( debut, fin, pas )
linspace (debut, fin, combien)
# pour v.flottante
x = linspace( 0, 2*pi, 100 )
f = sin(x)
z= floor(10*random.random((3,4)))
39
© 2009 Fernando NIÑO
Opérations matricielles
•
•
Par défaut, toutes les opérations se font élément par
élément
Pour opérations matricielles, il faut l’opérateur
explicite:
A = array( [[1,1],
[0,1]] )
B = array( [[2,0],
[3,4]] )
dot(A,B)
mat(A)*mat(B) # Conversion aux matrices A et B
a=array([1,0,0])
b=array([0,1,0])
cross(a,b)
40
© 2009 Fernando NIÑO
Autres opérations
•
•
•
•
•
•
•
•
Array Creation
arange, array, copy, empty, empty_like, eye, fromfile, fromfunction,
identity, linspace, logspace, mgrid, ogrid, ones, ones_like, r_, zeros,
zeros_like
Conversions
astype, atleast_1d, atleast_2d, atleast_3d, mat
Manupulations
..., array_split, column_stack, concatenate, diagonal, dsplit, dstack,
flacodeen, hsplit, hstack, item, newaxis, ravel, repeat, reshape, resize,
squeeze, swapaxes, take, transpose, vsplit, vstack
Questions
all, any, nonzero, where
Ordering
argmax, argmin, argsort, max, min, ptp, searchsorted, sort
Operations
choose, compress, cumprod, cumsum, inner, fill, imag, prod, put,
putmask, real, sum
Basic Statistics
cov, mean, std, var
Basic Linear Algebra
cross, dot, outer, svd, vdot
41
© 2009 Fernando NIÑO
Exercice: numpy et tests unitaires
•
Modifier correction.py pour ajouter des tests unitaires
avec la classe Matrice:
class Matrice(object):
def __init__(self,A):
self.mat = A
def addition(self, B):
return Matrice(self.mat + B.mat)
def soustraction(self,b):
pass
class MatriceTests(unittest.testCase):
pass
© 2009 Fernando NIÑO
42
Exercice (bis)
class MatriceTests(unittest.testCase):
def testMatrice():
a = Matrice(numpy.zeros((3,3))
b = Matrice(numpy.zeros((3,3))
c = a.addition(b)
self.assertEquals(c,numpy.zeros((3,3)))
if __name__ == ‘__main__’:
unittest.main()
43
© 2009 Fernando NIÑO
Transformées de Fourier
from numpy import sin, pi, linspace,fft
x = linspace(0,2*pi,8)
y = sin(x) + sin(4*x)
yhat=fft.rfft(y) # partie réelle
y2=fft.irfft(yhat) # inverse
y2-y
44
© 2009 Fernando NIÑO
Exercice
•
Définir (pas de mise en oeuvre !) une hiérarchie de
classes qui réponde à l’utilisation suivante:
if __name__ == '__main__':
if len(sys.argv) != 2:
print "USAGE: %s <nomfichier>|-s" % sys.argv[0]
else:
if sys.argv[1] == '-s':
d=DonneesSynthetiques()
print "Generation de données synthétiques"
else:
d=DonneesFichier(sys.argv[1])
print "Traitement fichier %s " % d.nomfichier
dhat=d.transFourier()
– Quelles classes ? Quelles variables de classe ? d’instance ?
45
© 2009 Fernando NIÑO
Solution
•
fourier1.py
class Donnees(object):
def transFourier(self):
pass
class DonneesFichier(Donnees):
def __init__(self,nomfichier):
self.nomfichier=nomfichier
class DonneesSynthetiques(Donnees):
pass
46
© 2009 Fernando NIÑO
Exercice
•
Faites la mise en oeuvre de fourier1
– Pour les données fichier, lisez un fichier texte qui comporte
une ligne par donnée, avec pas de temps consant et égal à 1
seconde. L’ensemble définit donc une fonction y(t).
– Pour les données synthétiques, créer une gaussienne
exp(-x*x)
– entre 0 et 2*pi, avec 301 points
47
© 2009 Fernando NIÑO
SciPy
•
Fonctionnalités
–
–
–
–
–
–
•
•
Interpolation
Echantillonage
Regression
Optimisation
Filtrage
....
Utilise BLAS et LAPACK
http://www.scipy.org/Cookbook/Interpolation
48
© 2009 Fernando NIÑO
Formation Python
Python - Scientifique
Numpy
Matplotlib
Graphisme
histogrammes
Application CTOH
49
© 2009 Fernando NIÑO
Matplotlib
•
Pylab fournit graphisme à la Matlab
from numpy import *
import pylab
x = linspace(0,2*pi,300)
y = sin(x) #+ sin(4*x)
yhat=fft.fft(y)
yhat2=abs(yhat) # L’amplitude
pylab.plot(x, yhat2)
pylab.show()
•
Essentiel
– commande plot
– commande show
– commande figure
50
© 2009 Fernando NIÑO
Matplotlib
•
Concepts
– Figure courante : gcf (get current figure)
– Axes courants : gca (get current axes)
– Toutes les commandes de plot et texte s’appliquent à la figure
courante
from pylab import *
figure(1)
plot([1,2,3])
figure(2)
plot([4,5,6])
# the first figure
figure(1)
title('Easy as 1,2,3')
show()
# figure 1 current
# figure 1 title
# a second figure
–
51
© 2009 Fernando NIÑO
Possibilités Matplotlib
•
http://matplotlib.sourceforge.net/tutorial.html
•
Très important: à la compilation, matplotlib utilise des
backends
#
>
>
>
>
>
>
the GUI backends
python subplot_demo.py
python subplot_demo.py
python subplot_demo.py
python subplot_demo.py
python subplot_demo.py
python subplot_demo.py
-dGTK
-dGTKAgg
-dGTKCairo
-dTkAgg
-dWX
-dWXAgg
#
>
>
>
>
>
>
>
The image backends, no
python subplot_demo.py
python subplot_demo.py
python subplot_demo.py
python subplot_demo.py
python subplot_demo.py
python subplot_demo.py
python subplot_demo.py
window pops
-dAgg
#
-dCairo
#
-dPS
#
-dSVG
#
-dGD
#
-dPaint
#
-dEMF
#
#
#
#
#
#
#
GTK GUI with gdk drawing
GTK GUI with antigrain geometry rendering
GTK GUI with Cairo rendering
Tkinter GUI with antigrain rendering
WX backend
WX GUI with antigrain rendering
curri
up; you must call savefig
antigrain geometry backend image
Cairo backend
postscript backend
SVG backend
GD backend
Paint backend
EMF backend
52
© 2009 Fernando NIÑO
Configuration matplotlib
•
•
A l’utilisation il faut lui dire quel backend utiliser.
Le plus simple
cat ~/.matplotlib/matplotlibrc
backend: TkAgg
numerix: numpy
53
© 2009 Fernando NIÑO
Matplotlib exemple de texte
from pylab import *
t = arange(0.0, 2.0, 0.01)
s = sin(2*pi*t)
plot(t,s)
title(r'$\alpha_i > \beta_i$', fontsize=20)
text(1, -0.6, r'$\sum_{i=0}^\infty x_i$',
fontsize=20)
text(0.6, 0.6, r'$\cal{A}\rm{sin}(2 \omega t)$',
fontsize=20)
xlabel('time (s)')
ylabel('volts (mV)')
savefig('mathtext_tut', dpi=50)
show()
54
© 2009 Fernando NIÑO
Nombres aléatoires - randomex.py
import random
histogram = [0] * 20
# calculate histogram for gaussian
# noise, using average=5, stddev=1
for i in range(1000):
i = int(random.gauss(5, 1) * 2)
histogram[i] = histogram[i] + 1
# print the histogram
m = max(histogram)
for v in histogram:
print "*" * (v * 50 / m)
55
© 2009 Fernando NIÑO
Exercice - Déjouez le Piège
•
•
•
Renommez le fichier randomex.py à random.py
Que se passe-t-il à l'exécution ?
Pourquoi ?
56
© 2009 Fernando NIÑO
Formation Python
Python - Scientifique
Numpy
Matplotlib
Graphisme
histogrammes
Application CTOH
57
© 2009 Fernando NIÑO
Données ENVISAT
•
Voir envisat.py
python envisat.py RA2_MWS_2POFP20070302_010120_00003017A056_00045_26151_0145.N1
•
Réorganisez-le pour séparer la déclaration de types de
la logique (faire de sorte que
import envisat_datatypes
•
soit possible)
58
© 2009 Fernando NIÑO
Envisat2.py
•
•
Plus clair..
Utilisation de
– numpy.dtype
– numpy.recarray
•
Très bon outils pour la lecture des données binaires:
– gèrent le padding
– endianness....
•
Remarquez que le fichier s’ouvre avec
open(nomfichier,’rb’)
– r comme ‘read-only’, b comme “binaire”
59
© 2009 Fernando NIÑO
Numpy : les types
•
Voir les types disponibles:
numpy.typeDict
In [6]: numpy.dtype(numpy.uint32)
Out[6]: dtype('uint32')
In [7]: numpy.dtype('uint32')
Out[7]: dtype('uint32')
In [8]: numpy.dtype('u4')
Out[8]: dtype('uint32')
60
© 2009 Fernando NIÑO
netCDF
•
Avec ipython
from Scientific.IO.NetCDF import NetCDFFile as Dataset
nc=Dataset('climap.nc','r')
•
Avec la ligne de commande sur le dossier examples/
netcdf
python ncplotter.py climap.nc < myresponses
61
© 2009 Fernando NIÑO
Formation Python
Python - Classes et paramètres
Variables d'instance
Variables de classe
Paramètres par défaut
Paramètres nommés
Deepcopy
62
© 2009 Fernando NIÑO
Variables d’instance/classe
•
Un programme informatique est fait pour traiter des
données. En Python où peut-il les stocker ?
– Variables globales
global MAVARIABLEGLOBAL # Déconseillé
– Variables de classe ou d’instance
class MaClasse(object):
varclasse1=1 # Pratique pour constantes
varclasse2=2
def __init__(self):
self.varinstance=1
– On peut donc
print MaClasse.varclasse1
mc=MaClasse()
mc.varclasse2='mc'
print MaClasse.varclasse2
print mc.varclasse2
© 2009 Fernando NIÑO
63
Variables d’instance et classe
•
Qui a accès aux variables d’instance / classe ?
– Tout le monde !
•
•
Ce n’est pas bon pour l’encapsulation
Solution, indiquer celles qui sont privées
class MaClasse(object):
varclasse1=1
varclasse2=2
__varclasseprivee=3
def __init__(self):
self.varinstance=MaClasse.__varclasseprivee
self.__privee=None
mc.varinstance # OK
mc.__privee
# Erreur
64
© 2009 Fernando NIÑO
Méthodes d’instance et classe
•
•
En général, les méthodes sont d’instance: elles
agissent sur les données stockées au sein de chaque
objet.
Si elles ne le font pas, elle peut être rattaché à la
classe:
class MaClasse(object):
@staticmethod
def methodeClasse():
print "je n'ai pas de self"
def methodeInstance(self):
self.moi = "instance"
print self.moi
MaClasse.methodeClasse()
65
© 2009 Fernando NIÑO
Paramètres
•
Explicites
– on les connaît
def fonction(param):
•
Par défaut
– donne une valeur par défaut
def fonction(param1, param2=0.):
...
fonction(1)
# Utilise la valeur par défaut
•
Paramètres nommés
– on donne un nom au paramètre, à l’appel
fonction(2, param2 = 34.32)
– les paramètres nommés doivent se trouver toujours à
la fin.
66
© 2009 Fernando NIÑO
Paramètres arbitraires
•
Nombre variable de paramètres
>>> def traiter(*listefichiers):
...
for i in listefichiers:
...
print 'traite le fichier %s' % i
...
>>> traiter('uno','dos','tres','cuatro')
traite
traite
traite
traite
le
le
le
le
fichier
fichier
fichier
fichier
uno
dos
tres
cuatro
67
© 2009 Fernando NIÑO
Pièges à éviter : copy, deepcopy
•
Fausse copie
– C’est une optimisation !
class Donnees(object):
xc=None
yc=None
def __init__(self):
x=None
y=None
pass
d=Donnees()
d.x=[1,2,3]
d.y=[1,2,3]
e=d
e.x=[4,5,6]
d.x
Donnees
xc
yc
d
x
y
e
x
y
68
© 2009 Fernando NIÑO
Deepcopy
from copy import deepcopy
class Donnees(object):
x=None
y=None
def __init__(self):
print "pass"
d=Donnees()
d.x=[1,2,3]
d.y=[1,2,3]
e=deepcopy(d)
e.x=[4,5,6]
d.x
69
© 2009 Fernando NIÑO
Retour sur import - Paquetages
•
Quand on fait
import monmodule
•
il cherche le fichier monmodule.py
•
Mais, il peut être plus compliqué que ça et être
organisé dans un repertoire:
monmodule/
mafonction1.py
maprocedure.py
•
Et il faut faire:
import monmodule.mafonction1
•
ça marche ???
70
© 2009 Fernando NIÑO
Paquetages
•
Pour faire la différence entre des répertoires lambda
et des répertoires structurés pour paquetages, Python
cherche toujours un fichier spécial:
monmodule/
__init.py__
mafonction1.py
maprocedure.py
•
Et alors, là, il veut bien reconnaître monmodule
comme paquetage
•
Le contenu de __init__.py : code d’initialisation du
module, ... ou rien du tout !
71
© 2009 Fernando NIÑO