Mélanger OO et calcul scientifique avec numpy ?
Bonjour,
Comment faire pour bien mélanger OO et calcul scientifique avec Python et numpy ? Et déjà est-ce une bonne idée en général ?
Le use case est le suivant : supposons qu'un modèle physique est développé sous forme objet, à tout hasard la trajectoire d'un projectile. Donc, ce qui m'intéresse en général est de dessiner cette trajectoire étant donné un angle alpha de lancement et la donnée d'une vitesse initiale, exemple
Code:
1 2 3 4
|
alpha = math.pi/6
v0 = 1
path = Stone(alpha, v0).trajectory() # vecteur de coordonnées x,y |
Maintenant, pour mieux comprendre le comportement de ce projectile, supposons que nous voulions faire une étude de la distance maximale parcourue en fonction de alpha, et v0.
Code:
1 2 3 4
|
alpha = linspace(0, pi/2, 7)
v0 = lin(0, 10, 0.1)
dmax= Stone(alpha, v0).maxRange() # ou quelle est la meilleure approche ?? |
Quelle est la meilleure manière de procéder ici ou doit-on se résoudre à abandonner l'orienté objet si on veut pouvoir faire des analyses sur tous les paramètres d'un modèle et toujours bénéficier de la performance de numpy ?