Python avec Mathscope
Python et l’algorithmique en 2de
Dans le dernier aménagement des programmes de Seconde suite à la réforme du collège, la partie Algorithmique est peut-être celle ayant été le plus remaniée. Le langage Python semble désormais être adapté aux nouvelles spécifications décrites dans ce chapitre.
Il nous a paru utile de mettre en ligne sur le site de l’APMEP des vidéos sur Python. Ces vidéos se veulent très modestes mais devraient apporter quelques renseignements pour la prise en main du langage.
Trois situations d’utilisation de Python
Présentation de 3 environnements différents de Python avec l’installation ou l’utilisation de diverses solutions permettant l’emploi de Python dans trois situations : sur votre poste, en classe sur un réseau, en projet collectif…
- Version classique
- EduPython, très pratique pour installer sur un réseau.
- Le site repl.it intéressant dans le cadre d’un travail collaboratif
Pour découvrir et prendre en main
Quelques vidéos montrant la prise en main du langage et quelques spécificité de base.
- Les fonctions élémentaires sous Python
- La bibliothèque « math »
- La bibliothèque « random »
- Les différents « types de variables » et leur affectation
- L’instruction conditionnelle « si… alors… »
- La boucle « pour »
- La boucle « tant que »
- Les graphiques avec « pylab »
- Utiliser « les listes »
Une brochure
Cette brochure « Traiter des données statistiques au lycée avec pandas pour Python » de 53 pages, accompagnée de fichiers numériques, a pour objectif d’illustrer l’utilisation possible au lycée du langage Python pour explorer des données statistiques réelles à la façon d’un « data scientist ».
Un article de 2012 du Harvard Business Revue titrait : « Data Scientist : The Sexiest Job of the 21st Century ». On y décrit un data scientist comme une personne ayant une solide formation en mathématiques, statistique, probabilités et informatique, dotée d’un grand esprit de curiosité. « Quelles sont les compétences qui font un bon data scientist ? »
Depuis quelques années, la visualisation de données (dataviz en anglais), portée par le phénomène du big data, a pris une importance économique considérable (20 % des entreprises européennes utilisent le data storytelling pour acquérir un avantage concurrentiel). C’est ce type de compétences, porteuses d’avenir, que l’on souhaite développer chez les élèves, par le biais d’activités motivantes, telles que celles présentées dans cette brochure, utilisant les possibilités offertes par les outils numériques et notamment la bibliothèque pandas de Python.
La bibliothèque pandas fait en effet de Python un langage très puissant pour l’exploration de données.
- Traiter des données statistiques au lycée avec pandas pour Python
- Frédéric BRO
Professeur au lycée Henri Moissan de Meaux - Philippe DUTARTE
IA-IPR de mathématiques — académie de Nice
- Frédéric BRO
Six activités de classe, avec leur corrigé, sont présentées dans cette brochure, avec les contenus des programmes 2019 correspondants :
- Titanic
niveau Seconde GT ou Première technologique
propose une exploration des données du célèbre naufrage et peut constituer une initiation aux requêtes effectuées dans une base de données (programme de SNT)
- Inégalités de salaires en France
niveau Seconde GT
utilise un fichier de plus de 5 000 lignes de l’INSEE et permet d’analyser les inégalités de salaires sous différents angles et peut constituer un travail de groupe de type « data challenge »
- Sécurité routière
niveau Première technologique
permet de travailler les tableaux croisés à partir d’un fichier de plus de 136 000 lignes et 12 variables
- Data journalisme
niveau Première générale
permet de mettre en œuvre des listes et des simulations de variables aléatoires dans un contexte motivant et formateur pour le futur citoyen où des fraudes dans le monde du tennis sont détectées grâce à une analyse statistique des paris en lignes
- Galton, Pearson et régression en Python
niveau Terminale enseignement scientifique ou Terminale technologique
propose de revenir sur le sens historique du mot « régression » en revisitant, en Python, les données de Galton et K. Pearson
- Mélanomes aux USA 1950—1959
niveau Terminale enseignement scientifique ou Terminale technologique
permet de « faire parler les données » dans un contexte épidémiologique par différentes régressions.
