Focaliser sur: 
S'authentifier

Camp d'entraînement logiciel LSST — Partie II: bibliothèques d'analyse de données et logiciel LSST

→ Europe/Paris
202 (CC-IN2P3)

202

CC-IN2P3

21 avenue Pierre de Coubertin CS70202 69627 Villeurbanne cedex Lat: 45°46'57.8"N Lon: 4°51'54.9"E
Fabio Hernandez (CC-IN2P3)
Description

Objectif

Deuxième partie de la formation dédiée à la communauté française d'utilisateurs du logiciel LSST. La première partie a été consacrée à consolider les bases du langage de programmation Python, en particulier, Python 3.

Cette deuxième partie est consacrée aux bibliothèques pertinentes pour l'analyse des données LSST telles NumPy, Matplotlib, astropy, etc. ainsi qu'aux spécificités du logiciel LSST proprement dit.

Formateurs

Nicolas CHOTARD et Dominique BOUTIGNY

Modalités pratiques

La formation est conçue de sorte à mettre en pratique immédiatement les concepts et techniques présentés par l'intervenant. Une plate-forme de travail interactif basée sur des Notebooks Python sera mise à disposition des participants. Nous utiliserons une des versions récentes du logiciel LSST et des versions compatibles des bibliothèques scientifiques Python objet de la formation.

Chaque participant apportera son propre ordinateur équipé d'un navigateur à jour: nous recommandons de privilégier Firefox ou Chrome. D'après notre expérience, Safari sous macOS peut présenter quelques soucis dans certains cas.

Aucune pause café n'est prévue dans l'emploi du temps. Les participants sont invités à apporteur leurs boissons. Les déjeuners seront pris dans la cantine proche du CC-IN2P3, le coût étant à la charge de chaque participant, ainsi que le transport et les frais de séjour.

Afin de disposer d'un temps suffisant pour rendre cette formation la plus interactive possible, nous ciblons 12 à 15 participants. L'inscription est gratuite et obligatoire. En tant que participant, vous devrez présenter une pièce d'identité à l'accueil du CC-IN2P3.

Documents de référence

Pour récupérer les notebooks

git clone https://github.com/nicolaschotard/lsst_drp_analysis

Recette pour exécuter jupyter en mode serveur au CC-IN2P3 et exécuter les notebooks sur un client Web local

Localisation CC-IN2P3
Participants
  • Celine Combet
  • Dominique Boutigny
  • Fabio Hernandez
  • marc moniez
  • Mickael Rigault
  • Nicolas Chotard
  • olivier perdereau
  • Philippe Rosnet
  • stephane plaszczynski
  • Théodore NICOLAS
  • mar. 3 octobre
    • 1
      Introduction
      Orateurs: Bertrand Rigaud (USR6402), Fabio Hernandez (CC-IN2P3)
      PythonTrainingSessionLsstStack.pdf
    • 2
      Bibliothèques scientifiques Python

      10h15 -> 11h00 : Rappels de Python et librairies
      11h00 -> 12h30 : NumPy, introduction et exercices

      Orateur: Nicolas Chotard (LAPP)
    • 12:30
      Pause déjeuner

      Déjeuner à la cantine (self). Coût à la charge de chaque participant.

    • 3
      Bibliothèques scientifiques Python (suite)

      13h45 -> 14h30 : Matplotlib, introduction et exercices
      14h30 -> 16h15 : Astropy, introduction et exercices

      Orateur: Nicolas Chotard (LAPP)
    • 4
      Logiciel LSST, alias "le stack"
      Orateur: Dominique Boutigny (LAPP)
  • mer. 4 octobre
    • 5
      Logiciel LSST, alias "le stack"
      Orateur: Dominique Boutigny (LAPP)
    • 12:45
      Pause déjeuner

      Déjeuner à la cantine (self). Coût à la charge de chaque participant.

    • 6
      Logiciel LSST, alias "le stack" (suite)
      Orateur: Dominique Boutigny (LAPP)
    • 7
      Conclusions
      Orateur: Fabio Hernandez (CC-IN2P3)
Fonctionne avec Indico v3.3.6