@jezabel

import numpy as np import matplotlib.pyplot as plt from scipy.stats import norm # Données valeurs = np.array([16, 25, 27, 28, 30, 31, 32, 33, 34, 35, 37, 38, 39, 40, 43, 44, 48]) occurrences = np.array([1, 1, 1, 2, 2, 3, 4, 4, 4, 4, 5, 1, 3, 3, 1, 3, 1]) # Reconstruction des données data = np.repeat(valeurs, occurrences)

import numpy as np import matplotlib.pyplot as plt from scipy.stats import norm # Données valeurs = np.array([16, 25, 27, 28, 30, 31, 32, 33, 34, 35, 37, 38, 39, 40, 43, 44, 48]) occurrences = np.array([1, 1, 1, 2, 2, 3, 4, 4, 4, 4, 5, 1, 3, 3, 1, 3, 1]) # Reconstruction des données brutes data = []

import numpy as np import matplotlib.pyplot as plt from scipy.stats import poisson # Données nb_coups = np.array([1, 2, 3, 4, 5, 6, 7]) occurrences = np.array([7, 9, 8, 8, 5, 8, 2]) # Reconstruction des données brutes (utile pour histogramme) data = []

L = [2, 3, 4] def produit_liste(L) : n = len(L) produit = 1 for i in range(n) : produit*= L[i] return(produit) resultat= produit_liste(L) print(resultat)

import numpy as np import pandas as pd from sklearn.linear_model import LinearRegression # Exemple de données data = { 'F': [10, 15, 20, 25, 30], 'I': [5, 7, 6, 8, 9], 'C': [100, 200, 150, 300, 250], 'alpha': [0.5, 0.6, 0.55, 0.65, 0.7]

import numpy as np import matplotlib.pyplot as plt from scipy.integrate import odeint m1=264000000 k1=225000000 x0=0.25 def f(X1,X2,t) : x1, dx1_dt = X1 x2, dx2_dt = X2

import numpy as np import matplotlib.pyplot as plt from scipy.integrate import odeint # Constantes du système m1 = 264000000 # Masse k1 = 225000000 # Constante de rappel du ressort x0 = 0.25 # Position initiale # Fonction définissant l'équation différentielle

import numpy as np import matplotlib.pyplot as plt from scipy.integrate import odeint m1=264000000 k1=225000000 x0=0.25 def f(X,t) : x1, x2 = X dx1_dt = x2

def decomposition(N, b): L = [] while N > 0: L.append(N % b) # Ajoute le reste de la division (N mod b) à la liste N = N // b # Mise à jour de N avec la division entière (quotient) return L resultat = decomposition(19, 3) print(resultat)

L = [10,20,30,50] def somme(L) : n=len(L) S=0 for i in range(n) : S+=L[i] return(S) resultat = somme(L) print(resultat)

def somme(L) : L=[0,1,2,3] n=len(L) S=0 for i in range(n) : S+=L[i] print(S)

import matplotlib.pyplot as plt import numpy as np from math import log10 abscisses=np.logspace(0, 2, num=10, base=10) ordonnees=[2*log10(3*x) for x in abscisses] plt.plot(abscisses, ordonnees, 'ro') plt.xscale('log')

import matplotlib.pyplot as plt import numpy as np from math import log10 abscisses=np.logspace(0, 2, num=10, base=10) ordonnees=[2*log10(3*x) for x in abscisses] plt.plot(abscisses, ordonnees, 'ro') plt.xscale('log')

from math import cos, sin, pi import matplotlib.pyplot as plt import numpy as np abscisses=np.linspace(-pi, pi, 20) # 20 points dans [-pi, pi], régulièrement espacés. plt.xlabel('x') ordonnees1=[cos(x) for x in abscisses] ordonnees2=[sin(x) for x in abscisses] plt.plot(abscisses, ordonnees1, 'bs', label="cosinus") plt.plot(abscisses, ordonnees2, 'r--o', label="sinus")

from math import cos, sin, pi import matplotlib.pyplot as plt import numpy as np abscisses=np.linspace(-pi, pi, 20) # 20 points dans [-pi, pi], régulièrement espacés. plt.xlabel('x') ordonnees1=[cos(x) for x in abscisses] ordonnees2=[sin(x) for x in abscisses] plt.plot(abscisses, ordonnees1, 'bs', label="cosinus") plt.plot(abscisses, ordonnees2, 'r--o', label="sinus")

from math import cos, sin, pi import matplotlib.pyplot as plt import numpy as np abscisses=np.linspace(-pi, pi, 20) # 20 points dans [-pi, pi], régulièrement espacés. plt.xlabel('x') plt.figure(1) #1ere sous-figure plt.subplot(121) ordonnees1=[cos(x) for x in abscisses]

from math import cos, sin, pi import matplotlib.pyplot as plt import numpy as np abscisses=np.linspace(-pi, pi, 20) # 20 points dans [-pi, pi], régulièrement espacés. plt.xlabel('x') plt.figure(1) #1ere sous-figure plt.subplot(121) ordonnees1=[cos(x) for x in abscisses]

from math import cos, sin, pi import matplotlib.pyplot as plt import numpy as np abscisses=np.linspace(-pi, pi, 20) # 20 points dans [-pi, pi], régulièrement espacés. plt.xlabel('x') # figure 1 plt.figure(1) ordonnees1=[cos(x) for x in abscisses] plt.plot(abscisses, ordonnees1, label="cosinus")

from math import cos, sin, pi import matplotlib.pyplot as plt import numpy as np plt.figure(2) # Les abscisses et ordonnées sont des tableaux abscisses=np.linspace(-pi,pi,30) # 30 points dans [-pi, pi], régulièrement espacés. ordonnees1= [cos(x) for x in abscisses] ordonnees2=[sin(x) for x in abscisses] # on calcule les ordonnées associées.

from math import sin, pi import matplotlib.pyplot as plt import numpy as np plt.figure(2) # Les abscisses et ordonnées sont des tableaux abscisses=np.linspace(-pi,pi,30) # 30 points dans [-pi, pi], régulièrement espacés. ordonnees=[sin(x) for x in abscisses] # on calcule les ordonnées associées.