Démarrer avec les notebooks marimo : créer un notebook de démarrage et examiner un exemple de problème

Ce cours introductif aux notebooks Marimo (MIMO) vise à familiariser les utilisateurs avec cet environnement de notebook Python interactif. La version testée pour ce contenu est MIMO 0.14.8. L'installation de ce package tiers s'effectue via pip, et l'adoption d'un environnement virtuel est fortement recommandée. Pour les démonstrations orientées science des données, des bibliothèques supplémentaires sont nécessaires, notamment NumPy en version 2.3.1, Matplotlib en 3.10.3, ainsi que UV 0.7.13 pour exploiter les outils de reproductibilité offerts par MIMO.

L'installation de MIMO requiert l'utilisation de l'outil pip ou d'un mécanisme équivalent. Il est considéré comme une meilleure pratique d'isoler ces dépendances dans un environnement virtuel. Bien que Python 3.13.5 ait été utilisé pour les tests, toute version supportée devrait fonctionner correctement. Plus tard dans le cursus, la librairie Pandas sera également installée, bien que sa version spécifique n'ait pas d'incidence majeure sur le fonctionnement général.

Les notebooks Python existent depuis un certain temps, Jupiter étant le plus connu. MIMO représente une nouvelle génération d'environnements de notebook qui gagne rapidement en popularité. Après installation, un serveur local est démarré, et l'utilisateur interagit via une interface web. Un notebook fonctionne comme un environnement interactif où le code est tapé dans des cellules, pouvant contenir plusieurs lignes ou être réparti sur plusieurs blocs. Ces cellules peuvent également intégrer du Markdown pour fournir des instructions lisibles sur le code exécuté.

Si vous venez d'autres notebooks qui utilisent plutôt des formats de données, vous verrez que ceci est une grande amélioration.

Un avantage majeur de MIMO réside dans le fait que le format de fichier sous-jacent est du Python pur. Cette caractéristique assure que tous les outils existants pour la fusion et la gestion de code fonctionnent avec les fichiers MIMO sans difficulté, contrairement aux formats de données spécifiques qui peuvent poser des problèmes de partage et de fusion.

Pour initier l'exploration de MIMO, la convention veut qu'un notebook simple de type "Hello World" soit créé. Un notebook est défini comme un outil interactif permettant d'exécuter du code juxtaposé à ses résultats correspondants, agissant comme un interpréteur amélioré capable d'afficher des sorties visuelles telles que des graphiques ou des tableaux de données.

L'utilisation pratique commence par l'ouverture d'un terminal et l'exécution de la commande MIMO pour démarrer le serveur local. Ensuite, la sous-commande d'édition, telle que `mimo edit nom_fichier`, est utilisée pour créer ou modifier un fichier. Si l'ouverture automatique du navigateur échoue, l'URL affichée dans le terminal doit être copiée manuellement dans le navigateur pour accéder à l'interface.

Une fois le code saisi, l'exécution s'effectue via le bouton de lecture (raccourci `Command + Enter` sur Mac). Après exécution, la cellule se divise en deux parties distinctes : le code source et le résultat correspondant. De nouvelles cellules peuvent être ajoutées en cliquant sur le signe plus qui apparaît au survol de la souris sur une cellule existante.

Le bouton de type de contenu permet de basculer vers une cellule Markdown. La première utilisation d'une cellule Markdown entraîne l'importation automatique du module MIMO si ce n'est pas déjà fait. Le Markdown offre une capacité de traitement de texte supérieure aux commentaires standards, permettant de formater les instructions de manière plus esthétique et lisible.

Ceci est mieux qu'un commentaire classique dans votre code car c'est comme un petit mini-processeur de texte.

Une autre méthode pour générer du Markdown consiste à utiliser la fonction `MD` du module MIMO. L'intérêt principal de cette fonction est la possibilité d'intégrer des valeurs dynamiques issues de Python, notamment en utilisant des chaînes de caractères formatées (f-strings). Le processus de sauvegarde du notebook est généralement automatique, mais un bouton de sauvegarde reste visible pour vérification.

Une fois le travail terminé, le service est fermé via le bouton rouge, ce qui arrête le serveur local. Le fichier Python résultant révèle une structure où l'application MIMO est instanciée, et cette instance est utilisée comme décorateur pour une fonction anonyme correspondant à chaque cellule. Les appels Markdown intégrés sont traduits en appels à la fonction `MD()` en arrière-plan.

Le passage suivant consiste à appliquer MIMO à un problème plus réaliste, typiquement l'expérimentation et la résolution rapide de problèmes nécessitant une aide visuelle. Un exemple concret est la résolution d'un système de deux équations linéaires. L'objectif est de documenter clairement la démarche avec du Markdown, puis d'utiliser la méthode `solve` du module `linalg` de NumPy pour obtenir la solution mathématique.

En commençant le nouveau notebook, il est crucial d'ajouter une documentation Markdown décrivant le problème. Ensuite, il faut impérativement exécuter la cellule contenant les importations nécessaires (MIMO et NumPy). Cette exécution précoce garantit que les symboles importés sont reconnus par l'outil d'autocomplétion lors de la rédaction du code de résolution.

MIMO supporte une variation riche du Markdown, y compris l'utilisation d'équations mathématiques via la syntaxe LaTeX, délimitée par des signes dollar. Bien que l'exacte compatibilité avec GitHub Markdown ne soit pas garantie, cette fonctionnalité permet de présenter des formules mathématiques de manière très professionnelle. Historiquement, le terme LaTeX, créé par Leslie Lamport, est souvent prononcé incorrectement comme Latex.

Pour résoudre les équations, la fonction `solve` de `numpy.linalg` est sollicitée. Cette fonction attend deux tableaux NumPy : le premier encapsule les coefficients des équations, et le second contient les valeurs des termes constants à droite de l'égalité. Il est bénéfique d'exécuter cette cellule de calcul avant d'essayer d'afficher les résultats pour que l'autocomplétion soit efficace sur les sorties.

L'affichage des résultats peut se faire via une commande `print()` standard, bien que l'approche préférée dans un notebook soit d'utiliser une cellule Markdown formatée avec une f-string pour une présentation plus soignée, ce qui est démontré en parallèle.

Une fois le notebook établi, il peut être réutilisé pour résoudre des systèmes différents simplement en modifiant les valeurs initiales dans les cellules appropriées. Le processus implique de revenir aux cellules d'entrée, de modifier les valeurs, puis de réexécuter les cellules concernées. Il est observé que non seulement la sortie `print`, mais aussi l'affichage Markdown utilisant des f-strings, se mettent à jour.

MIMO suit les relations entre les cellules et sait rafraîchir celles qui dépendent des changements que j'ai effectués.

Cette mise à jour automatique prouve que MIMO gère activement les dépendances entre les blocs de code. Ce comportement est distinct de celui d'un script Python classique et représente une différence significative par rapport à l'environnement Jupyter, où la gestion de l'état est moins intrinsèquement liée à la structure du fichier.

La prochaine étape dans l'étude de MIMO consiste à manipuler l'ordre d'exécution des cellules. Cette manipulation permettra de visualiser concrètement comment le système calcule et applique les dépendances cellulaires pour garantir que les résultats affichés reflètent toujours l'état actuel des variables d'entrée.