1. Toolbox Matlab, …
2. Visualisation sous Matlab, …
3. Traitement du signal sous Matlab, …

Un tutoriel d'initiation sur les notebooks jupyter est disponible à cette adresse :

JULIA pour scientifiques débutants avec ce langage et cet ecosystème par F. paletou (IRAP/OMP) :

1. supports et exemples sous jupyter Notebook.

Un tutoriel D'initiation sur les notebooks jupyter est disponible à cette adresse :

Python pour scientifiques débutants avec ce langage et cet ecosystème par F. paletou (IRAP/OMP) :

1. supports et exemples sous jupyter Notebook.
2. Publication sur HAL.
3. Ce tutoriel inclut une présentation des packages :

• numpy pour le calcul scientifique.
• matplotlib pour la visualisation dans des articles scientifiques.

Ressources de R. Guillaume-Castel (LEGOS/OMP) pour l'analyse de données facile en géosciences avec les “packages” Pandas et Xarray. Dernière version du 2 Octobre 2024.

• Supports (pdf) de l'introduction :
  1. générale,
  2. de Pandas,
  3. de Xarray.
• Les Jupyter Notebook de :
  1. Pandas
  2. Xarray
• Les données pour les Jupyter Notebook.

Voir cette 1/2 journée DATAVIZ du 9 Juillet 2024 :

Ressources de de N-P. Rougier (LABRI/INRIA).

1. La présentation de L'écosystème Python pour la visualisation et 10 règles simples pour réaliser de meilleures figures le 9 juillet 2024 à l'OMP.
2. Jupyter Notebook .
3. Livre sur matplotlib en accès libre:
4. Livre sur numpy .

Ressources de R. Guillaume-Castel (LEGOS/OMP) sur la bibliothèque seaborn = Bibliothèque basée sur matplotlib mais plus avancée.

1. Résumé et Minibio.
2. Le Jupyter Notebook.
3. Sa version html.
4. Les données et le code sous Jupyter Notebook.

CARTOPY et FOLIUM : Un nouveau paradigme de visualisation de données pour les SIG (Systèmes d'Information Géographiques)**.

1. S. Pinel (MCF CEFREM/OMP). La présentation. Résumé et Minibio.
2. Ressources sur cartopy et Folium de l'atelier du 9 juillet après Midi à l'OMP .

Le “package” PYTORCH pour le Deep Learning de Romain Thoreau (CNES) : Supports de formation .

1. Toolbox
2. Visualisation
3. Traitement du signal