Installer, utiliser, comprendre Python 3.8...
Installer Python avec Thonny
Une option assez simple et peu gourmande en espace disque est de conserver l'environnement que vous avez découvert dans le cours d'informatique :-)
Thonny : Python IDE for Beginners
Thonny est l'éditeur utilisé pour le premier cours d'informatique LEPL1501.
Il est particulièrement simple et facile à utiliser.
Il faudra juste installer progressivement les packages numériques requis pour le cours de méthodes numériques dans Thonny : numpy, scipy, simpy, matplotlib !
Malheureusement, sur certains OSs et ordinateurs récents, l'installation de nouveaux packages ne s'effectue pas tout-à-fait comme annoncé... (yek, yek :-)
Dans ce cas, il est sans doute utile de considérer l'option suivante : l'installation brutale mais sans souci de python avec Anaconda : actuellement, c'est vraiment le plus fiable :-)
Installer Python avec Anaconda (Windows - MacOS - Linux)
Pour une installation plus complète, une autre manière efficace et simple est d'installer Python avec Anaconda : c'est la seconde procédure conseillée pour le cours LEPL1104 qui vous fournira un environnement complet avec l'ensemble de tous les packages requis pour les exercices du cours : attention, c'est volumineux et cela prend du temps pour l'installation :-) Il faut impérativement choisir la version Python 3.8 (et donc pas la version Python 2.7 :-)
Anaconda : the Most Popular Python Data Science Platform
Anaconda : download for MacOS installer
Anaconda : download for Windows installer
Anaconda : download for Linux installer
D'autres options sont disponibles... On peut citer également un autre environnement apprécié par pas mal de développeurs et moins gourmand en espace mémoire qu'Anaconda.
PyCharm : Python IDE for Professional Developers
Installer Python avec apt-get (Linux)
Enfin, sous Linux, il est encore plus direct et plus efficace d'installer python avec le gestionnaire de packages et la commande
sudo apt-get install python3.8
La documentation....
Python : the official reference site
Numpy documentation
Scipy documentation
Matplotlib documentation
SymPy documentation
Panda documentation
NumPy for Matlab users
Learning Scientific Programming with Python....
Et du côté des étudiants en informatique : plein d'informations super-utiles ! Tutoriels d'installation des logiciels utilisés en informatique à l'EPL