%matplotlib inline 

import matplotlib.pylab as plt
import numpy as np
from math import *

x = np.arange(0,2*pi,0.2)
y = np.arange(0,2*pi,0.2)

# np.meshgrid, produit une matrices de coordonnées à partir de deux vecteurs. 
X,Y = np.meshgrid(x,y) 

#définition du champ vectoriel
U = np.sin(Y)*np.cos(Y)
V = -np.cos(X)*np.sin(X)

C =  ( U**2. + V**2. )**.5 # calcul du module du vecteur

plt.figure( figsize=(10,10) )  # taille de la figure : 10 x 10 pouces

plt.quiver( X, Y, U, V , C , scale = 20.) #trace le graphyque du champ vectoriel

plt.axis([0, 2*pi, 0, 2*pi])
plt.axes().set_aspect(1)

plt.show()

import numpy as np

a = np.array([[1,2],[3,4]]) # a: matrice 2 x 2
print("a = ")
print(a)

at=np.transpose(a) # transposition de la matrice a
print("at = ")
print(at)

import numpy as np

a = np.array([1,2,3])
b = np.array([0,1,5])

np.dot(a,b) # produit scalaire

np.cross(a,b) # produit vectoriel

import numpy as np

np.ones(10)      # fonction ones() pour un array de 10 éléments

import numpy as np

a = np.array([1,10])
a = [1,2,3,4,5,6,7,8,9,10]
b = a[2:7]
print("a = ")
print(a)
print("b = ")
print(b)

import numpy as np

a=np.array([1, 2, 3, 4, 5])
print("a = ")
print(a)

b=a.copy()      # première méthode
print("b = ")
print(b)

c=np.copy(a)   # seconde méthode
print("c = ")
print(c)


from IPython.display import Image
Image(filename='fig_plaque.jpg')

x=np.linspace(0,1,11)
print(x)

y = x*x   # en utilisant le symbole de multiplication
print(y)

z = np.multiply(x,x)[:]   # en utilisant la fonction de multiplication 
print(z)

w = np.multiply(x,x)[3:6]  # choisir uniquement les éléments entre 3 et 5 
print(w)

h = np.multiply(x,x)[1:10:2] # choisir uniquement les éléments paires du tableau  
print(h)

from IPython.core.display import HTML
def css_styling():
    styles = open('custom.css', 'r').read()
    return HTML(styles)
css_styling()