Je parle ici des cours qui ne sont pas des cours d'apprentissage de l'informatique, mais bien des cours utilisant du calcul scientifique. Cela va de la mécanique des fluides aux éléments finis en passant par les statistiques.
Chez nous, ce n'est que de l'inertie des profs, je n'ai pas eu encore un seul argument technique autre que ma base de code recherche de ces x dernières années est sous MATLab, cela me fait chier d'avoir deux outils différents entre recherche et pédagogie.
Les cas où les outils équivalents voir supérieurs n'existent pas, sont de plus en plus rare ...
Mais tout n'est pas perdu, puisque (un peu sous mon impulsion) nous avons décidé de migrer tous ces cours vers python. Et de ce que je sais d'autres universités ou écoles d'ingénieurs, la même volonté se fait entendre.
Super nouvelle, ça va prendre du temps, mais c'est un investissement qui vaut le coup pour les étudiants. Sachant qu'ils apprennent le python en CPGE, ils peuvent être opérationnels plus vite. Python étant un langage généraliste, ils peuvent se servir des bases apprises dans les TPs dans plein d'autres matières (même en sys embarqué avec micropython !).
Attention cependant, matlab est un très bon logiciel, complet et performant, avec une documentation exhaustive. Il permet de répondre à de nombreux besoins en un seul système, alors qu'il faut plusieurs dizaines de modules pythons équivalents.
Il y a aussi plein de toolbox matlab qu'il faut rajouter, mais c'est vrai que le noyau de base fait beaucoup plus de choses.
Mais si tu pars sur numpy+scipy+scikit-image+matplotlib, je pense que tu as déjà 90% des usages en sciences pour les ingé (non big data, là il faut rajouter panda+Dask+scikit-learn (ou alternatives)).
Je trouve que c'est un problème pour l'enseignant qui doit choisir des toolbox, mais une fois celle-ci installées, c'est assez transparent pour l'étudiant, quelques imports en début de fichier et c'est fini.
Pour moi ton environnement python, c'est un seul système. Sa conception en revanche peut prendre un peu de temps.
[^] # Re: C'est bien dommage
Posté par freejeff . En réponse au journal Un livre libre de tutoriels en traitement et analyse d'images. Évalué à 5.
Chez nous, ce n'est que de l'inertie des profs, je n'ai pas eu encore un seul argument technique autre que ma base de code recherche de ces x dernières années est sous MATLab, cela me fait chier d'avoir deux outils différents entre recherche et pédagogie.
Les cas où les outils équivalents voir supérieurs n'existent pas, sont de plus en plus rare ...
Super nouvelle, ça va prendre du temps, mais c'est un investissement qui vaut le coup pour les étudiants. Sachant qu'ils apprennent le python en CPGE, ils peuvent être opérationnels plus vite. Python étant un langage généraliste, ils peuvent se servir des bases apprises dans les TPs dans plein d'autres matières (même en sys embarqué avec micropython !).
Il y a aussi plein de toolbox matlab qu'il faut rajouter, mais c'est vrai que le noyau de base fait beaucoup plus de choses.
Mais si tu pars sur numpy+scipy+scikit-image+matplotlib, je pense que tu as déjà 90% des usages en sciences pour les ingé (non big data, là il faut rajouter panda+Dask+scikit-learn (ou alternatives)).
Je trouve que c'est un problème pour l'enseignant qui doit choisir des toolbox, mais une fois celle-ci installées, c'est assez transparent pour l'étudiant, quelques imports en début de fichier et c'est fini.
Pour moi ton environnement python, c'est un seul système. Sa conception en revanche peut prendre un peu de temps.