Utiliser les deux, ce n'est pas vraiment un problème. Tant que je peux utiliser matlab pour ma recherche, je continuerai (parce que je suis plus efficace comme ça).
C'est justement ce raisonnement qui fait que ça bloque. Il y a deux grand tropismes chez les profs, ceux que la recherche fait chier et que l'enseignement passionne, et ceux que la recherche passionnent et qui subissent l'enseignement. Il y a évidemment des dégradés entre ces deux nuances.
Si tu es passionné par ta recherche, que tu fais ta recherche en MATLab et que l'on te force à faire du python pour des cours qui ne te passionnent pas, alors ton investissement risque d'être très limité, et du que tu auras un pb tu pesteras et diras que c'est nul python, avec MATLab je fais ça ne deux secondes ...
Tout n'est pas transférable si simplement en python, d'autres paradigmes sont arrivés, par exemple les dataframes de Pandas qui permettent de structurer beaucoup mieux tes données et éviter de tout transformer en tableau ou structures, et qui ont des méthodes hyper utiles d'interpolation de séries ou de tri, qui comparer au find() de MATLab sont un vrai plaisir.
C'est sûr que si tu transpose ton workflow à python, sans rien remettre en cause, il ne va pas t'apporter grand chose ...
Mais si tu réfléchis à comment revoir ce que tu faisais pour profiter de Dask, Pandas, numba, tu n'auras aucun besoin d'aller vers Julia (en fait comme Julia est dédié, cela sera plus simple à mettre en place).
L'intérêt de python est justement le fait de pouvoir être un langage généraliste. Franchement, je trouve que faire l'algo en L1, L2 voir L3 avec python, ensuite commencer à spécialiser avec des langages plus orienter machines ou métier permettrait d'avoir moins d'ingénieurs qui ne veulent plus jamais entendre parler de l'informatique !
La ou je suis, il font C, C++, Labview, python, MATLab, java en fonction précisément de ce que leur profs font en recherche et imposent à leurs techniciens ... Autant te dire que ceux qui ne sont pas fondus d'informatique fuient, et sont des gros nuls en programmation ...
Quand je les récupère en thèse, je commence avec 3 mois pour apprendre à utiliser un environnement numérique en python, charger ses données, faire des régressions, choisir les bonnes lib, et utiliser ça sur un cas qui leur sert pour leur étude. C'est le seul et unique moyen que j'ai trouvé pour avoir des doctorants autonomes. Du coup, il ne sont plus effrayés, et quand il faut aller faire un peu d'embarqué ou contrôler du matériel, il font leurs classes tout seuls et ne dépendent plus autant de moi pour leurs avancées, je peux ainsi me concentrer sur l'aspect scientifique.
Les jeunes qui ont fait du MATLab ne sont pas trop dur à convertir, mais ils luttent, car il faut changer leurs habitudes ... Lorsqu'ils voient tout ce qu'ils peuvent faire en interaction avec le monde réel par rapport à MATLab, ils sont super content, mais c'est 6 mois à un an plus tard ...
Donc je n'imagine même pas à quel point cela doit être dur pour un enseignant/chercheur qui doit monter des projets et faire des réformes pédagogiques. Je sais que c'est difficile de changer, mais si on change, il faut le faire bien.
Il y a plein d'outils comme tutos comme DataCamp qui permettent de ne plus utiliser python comme MATLab, mais il faut accepter d'avoir un à deux mois de temps recherche à passer sur des tutos, ce n'est pas évident, c'est clair.
[^] # 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 8. Dernière modification le 30 avril 2020 à 09:10.
C'est justement ce raisonnement qui fait que ça bloque. Il y a deux grand tropismes chez les profs, ceux que la recherche fait chier et que l'enseignement passionne, et ceux que la recherche passionnent et qui subissent l'enseignement. Il y a évidemment des dégradés entre ces deux nuances.
Si tu es passionné par ta recherche, que tu fais ta recherche en MATLab et que l'on te force à faire du python pour des cours qui ne te passionnent pas, alors ton investissement risque d'être très limité, et du que tu auras un pb tu pesteras et diras que c'est nul python, avec MATLab je fais ça ne deux secondes ...
Tout n'est pas transférable si simplement en python, d'autres paradigmes sont arrivés, par exemple les dataframes de Pandas qui permettent de structurer beaucoup mieux tes données et éviter de tout transformer en tableau ou structures, et qui ont des méthodes hyper utiles d'interpolation de séries ou de tri, qui comparer au find() de MATLab sont un vrai plaisir.
C'est sûr que si tu transpose ton workflow à python, sans rien remettre en cause, il ne va pas t'apporter grand chose ...
Mais si tu réfléchis à comment revoir ce que tu faisais pour profiter de Dask, Pandas, numba, tu n'auras aucun besoin d'aller vers Julia (en fait comme Julia est dédié, cela sera plus simple à mettre en place).
L'intérêt de python est justement le fait de pouvoir être un langage généraliste. Franchement, je trouve que faire l'algo en L1, L2 voir L3 avec python, ensuite commencer à spécialiser avec des langages plus orienter machines ou métier permettrait d'avoir moins d'ingénieurs qui ne veulent plus jamais entendre parler de l'informatique !
La ou je suis, il font C, C++, Labview, python, MATLab, java en fonction précisément de ce que leur profs font en recherche et imposent à leurs techniciens ... Autant te dire que ceux qui ne sont pas fondus d'informatique fuient, et sont des gros nuls en programmation ...
Quand je les récupère en thèse, je commence avec 3 mois pour apprendre à utiliser un environnement numérique en python, charger ses données, faire des régressions, choisir les bonnes lib, et utiliser ça sur un cas qui leur sert pour leur étude. C'est le seul et unique moyen que j'ai trouvé pour avoir des doctorants autonomes. Du coup, il ne sont plus effrayés, et quand il faut aller faire un peu d'embarqué ou contrôler du matériel, il font leurs classes tout seuls et ne dépendent plus autant de moi pour leurs avancées, je peux ainsi me concentrer sur l'aspect scientifique.
Les jeunes qui ont fait du MATLab ne sont pas trop dur à convertir, mais ils luttent, car il faut changer leurs habitudes ... Lorsqu'ils voient tout ce qu'ils peuvent faire en interaction avec le monde réel par rapport à MATLab, ils sont super content, mais c'est 6 mois à un an plus tard ...
Donc je n'imagine même pas à quel point cela doit être dur pour un enseignant/chercheur qui doit monter des projets et faire des réformes pédagogiques. Je sais que c'est difficile de changer, mais si on change, il faut le faire bien.
Il y a plein d'outils comme tutos comme DataCamp qui permettent de ne plus utiliser python comme MATLab, mais il faut accepter d'avoir un à deux mois de temps recherche à passer sur des tutos, ce n'est pas évident, c'est clair.