π
<-

News 2025
January (14)

News 2024
October (12)
August (9)
July (10)
June (20)
May (14)
April (16)
March (7)
January (20)

News 2023
October (19)
August (14)
July (13)
June (21)
May (29)
April (24)
March (24)
January (24)

News 2022
October (23)
August (14)
July (15)
June (17)
May (31)
April (27)
March (28)
January (34)

News 2021
October (24)
August (37)
July (50)
June (32)
May (48)
April (61)
March (35)
January (34)

News 2020
October (17)
August (43)
July (43)
June (45)
May (60)
April (78)
March (36)
January (39)

News 2019
October (13)
August (18)
July (23)
June (28)
May (31)
April (26)
March (38)
January (37)

News 2018
October (13)
August (32)
July (23)
June (64)
May (63)
April (45)
March (43)
January (45)

News 2017
October (26)
August (39)
July (52)
June (88)
May (51)
April (43)
March (37)
January (33)

News 2016
October (25)
August (42)
July (34)
June (109)
May (55)
April (34)
March (37)
January (24)

News 2015
October (22)
August (56)
July (22)
June (94)
May (56)
April (32)
March (40)
January (21)

News 2014
October (26)
August (18)
July (23)
June (101)
May (57)
April (59)
March (54)
January (31)

News 2013
October (67)
August (50)
July (43)
June (193)
May (93)
April (102)
March (45)
January (50)

News 2012
October (64)
August (63)
July (53)
June (132)
May (88)
April (73)
March (57)
January (58)

News 2011
October (56)
August (31)
July (27)
June (71)
May (61)
April (32)
March (36)
January (24)

News 2010
October (11)
August (8)
July (14)
June (10)
May (3)
April (3)
March (1)

News 2009
August (3)
July (1)
June (2)
May (1)
April (2)
March (1)

QCC 2021 Universel épisode 10: Python turtle + compatibilité

New postby critor » 25 Aug 2021, 20:15

Quelle Calculatrice Choisir 2021 édition Universelle

Épisode 10 - Python turtle + compatibilité

5409Pour fêter les 10 ans de TI-Planet en cette rentrée 2021, nous te publions la base de données intégrale de nos classements de rentrée QCC organisés depuis la rentrée 2015.

Nous en profitons de plus pour te réaliser le travail titanesque d'étendre les tests aux modèles plus anciens :
  • toutes les calculatrices graphiques Texas Instruments (depuis la première TI-81 de 1990)
  • les calculatrices graphiques Casio de la génération Icon Menu Power Graphic (depuis 1996)
Ce qui donne pas moins de 163 modèles différents testés sous toutes leurs coutures, 10 ans de tests et découvertes à portée de clic ! :D

14526Aujourd'hui restons sur le Python et parlons turtle. Il y a justement du nouveau à ce sujet, puisque Texas Instruments vient tout juste de sortir un module turtle additionnel pour ses TI-Nspire CX II.

Mais qu'est-ce que c'est que turtle ? Les interpréteurs Python sur nos calculatrices peuvent offrir usuellement jusqu'à 3 types de modules de tracé :
  • tracé par pixels, habituellement propriétaire au constructeur
  • tracé dans un repère, plus ou moins proche du standard matplotlib.pyplot
  • et tracé relatif à la tortue, plus ou moins proche du standard turtle, le plus proche de ce qui a été pratiqué au collège avec le langage Scratch

Nous allons profiter de l'occasion pour faire d'une pierre deux coup. Nous allons à la fois découvrir ensemble le nouveau turtle des TI-Nspire CX II, et directement le comparer à ce qui existe déjà chez la concurrence, à savoir :
  • turtle pour TI-Nspire CX II
  • turtle sur Casio Graph 35+E II et Graph 90+E
  • turtle sur NumWorks
  • turtle via KhiCAS sur NumWorks et TI-Nspire CX
  • ce_turtl sur TI-83 Premium CE Edition Python, TI-84 Plus CE-T Python Edition et TI-84 Plus CE Python

Nous allons donc exécuter quelques scripts turtle et comparer leurs affichages à ce que donne le turtle Python standard sur ordinateur, et donc la plus ou moins grande facilité que tu auras à exécuter des scripts Python turtle conçus pour d'autres plateformes. ce_turtl était particulièrement mauvais sur ce dernier point ; nous allons donc voir si Texas Instruments a apporté davantage de soin à son module turtle pour TI-Nspire CX II.

Commençons déjà par détecter quelques problèmes bloquants avant l'exécution, et peut-être même les corriger. Voici notre tout nouveau Turtle Doctor : ;)
Code: Select all
_turtle_errors = 0

def _turtle_error(k):
  global _turtle_errors
  _turtle_errors |= 1 << k

# import turtle
try: #TI-83 Premium CE
  from ce_turtl import turtle
  turtle.clear()
  _turtle_error(0)
except ImportError:
  import turtle
  if not "forward" in dir(turtle):
    turtle = turtle.Turtle()

# can turtle be patched ?
_fix_turtle = True
try:
  def _fixcolorlist(c): return c
  def _fixcolorval(c): return c
  def _fixcolorstring(c): return c
  def _fixcolor(c): return turtle._fixcolorlist(turtle._fixcolorval(turtle._fixcolorstring(c)))
  turtle._fixcolorlist = _fixcolorlist
  turtle._fixcolorval = _fixcolorval
  turtle._fixcolorstring = _fixcolorstring
  turtle._fixcolor = _fixcolor
except:
  _fix_turtle = False

# test/fix color() + pencolor()
if not "pencolor" in dir(turtle):
  _turtle_error(1)
  if _fix_turtle: turtle.pencolor = turtle.color
if not "color" in dir(turtle):
  _turtle_error(2)
  if _fix_turtle: turtle.color = turtle.pencolor

# test color argument types
_color_types = 0
try:
  turtle.pencolor([0, 0, 0])
  _color_types |= 1 << 0
except: _turtle_error(4)
try:
  turtle.pencolor((0, 0, 0))
  _color_types |= 1 << 1
except: _turtle_error(5)
try:
  turtle.pencolor(0, 0, 0)
  _color_types |= 1 << 2
except: pass
try:
  turtle.pencolor("black")
  _color_types |= 1 << 3
except: _turtle_error(6)
_fix_color = not _color_types & 1 << 0 or not _color_types & 1 << 1 or not "colormode" in dir(turtle)

# fix list/tuple color argument
if _fix_turtle:
  if not _color_types & 1 << 0 and _color_types & 1 << 1:
    def _fixcolorlist(c): return type(c) is list and tuple(c) or c
    turtle._fixcolorlist = _fixcolorlist
  if not _color_types & 1 << 1 and _color_types & 1 << 0:
    def _fixcolorlist(c): return type(c) is list and list(c) or c
    turtle._fixcolorlist = _fixcolorlist

# fix color() + pencolor()
if _fix_turtle and _fix_color:
    turtle._color = turtle.color
    turtle._pencolor = turtle.pencolor
    if _color_types & 1 << 0 or _color_types & 1 << 1:
      def _color(*argv):
        if not(len(argv)): return turtle._color()
        turtle._color(turtle._fixcolor(argv[0]))
      def _pencolor(*argv):
        if not(len(argv)): return turtle._pencolor()
        turtle._pencolor(turtle._fixcolor(argv[0]))
    else:
      def _color(*argv):
        if not(len(argv)): return turtle._color()
        c = turtle._fixcolor(argv[0])
        turtle._color(c[0], c[1], c[2])
      def _pencolor(*argv):
        if not(len(argv)): return turtle._pencolor()
        c = turtle._fixcolor(argv[0])
        turtle._pencolor(c[0], c[1], c[2])
    turtle.color = _color
    turtle.pencolor = _pencolor

# test/fix colormode()
_color_mode = 0
if not "colormode" in dir(turtle):
  _turtle_error(3)
  # test color mode
  try:
    turtle.pencolor([255, 0, 0])
    _color_mode = 255
  except: _color_mode = 1.0
  if _fix_turtle:
    turtle._color_mode = _color_mode
    def _colormode(*argv):
      if not(len(argv)): return turtle._color_mode
      if int(argv[0]) in (1, 255):
        turtle._color_mode = int(argv[0]) == 255 and 255 or 1.0
    turtle.colormode = _colormode
    if _color_mode == 255:
      def _fixcolorval(c): return int(turtle._color_mode) == 1 and type(c) in (list, tuple) and [int(c[k] * 255) for k in range(3)] or c
    else:
      def _fixcolorval(c):
        return turtle._color_mode == 255 and type(c) in (list, tuple) and [int(c[k] / 255) for k in range(3)] or c
    turtle._fixcolorval = _fixcolorval

# test/fix color strings
_colors_fix={"black":(0,0,0),"blue":(0,0,1),"green":(0,1,0),"red":(1,0,0),"cyan":(0,1,1),"yellow":(1,1,0),"magenta":(1,0,1),"white":(1,1,1),"orange":(1,0.65,0),"purple":(0.66,0,0.66),"brown":(0.75,0.25,0.25),"pink":(1,0.75,0.8),"grey":(0.66,0.66,0.66)}
for c in list(_colors_fix.keys()):
  try:
    turtle.pencolor(c)
    _colors_fix.pop(c)
  except: pass
turtle.pencolor((0, 0, 0))
if len(_colors_fix):
  if _color_types & 1 << 3:
    _turtle_error(7)
  if _fix_turtle:
    def _fixcolorstring(c):
      if type(c) is str and c in _colors_fix:
        c = _colors_fix[c]
        if turtle.colormode() == 255:
          c = [int(c[k] * 255) for k in range(3)]
      return c
    turtle._fixcolorstring = _fixcolorstring

# test/fix circle(,)
try: turtle.circle(0,0)
except:
  _turtle_error(8)
  if _fix_turtle:
    turtle._circle = turtle.circle
    def _circle(r, a=360): turtle._circle(r)
    turtle.circle = _circle

if not "write" in dir(turtle):
  _turtle_error(9)
  if _fix_turtle:
    def _write(s): pass
    turtle.write = _write

if not "pensize" in dir(turtle):
  _turtle_error(10)
  if _fix_turtle:
    def _pensize(s): pass
    turtle.pensize = _pensize

def turtle_diags():
  print("Type: " + str(type(turtle)))
  print("Patchable: " + (_fix_turtle and "yes" or "no"))
  errors_msg = (
    "No <import turtle>",
    "No pencolor()",
    "No color()",
    "No colormode(): " + str(_color_mode),
    "No color as list",
    "No color as tuple",
    "No color as string",
    "Missing colors strings: ",
    "No circle(,angle)",
    "No write()",
    "No pensize()",
  )
  errors = 0
  for k in range(len(errors_msg)):
    if _turtle_errors & 1 << k:
      errors += 1
      msg = "Err " + str(k) + ": " + errors_msg[k]
      if k == 7:
        msg += str(len(_colors_fix)) + " " + str(tuple(_colors_fix.keys()))
      print(msg)
  print(str(errors) + " error" + ((errors > 1) and "s" or ""))

Le but de Turtle Doctor et donc d'anticiper les erreurs, afin que les scripts qui vont suivre puissent bien afficher quelque chose d'utile.

Par exemple, Turtle Doctor ne détecte a priori strictement aucun problème bloquant sur la NumWorks :bj:

Aucun problème non plus avec KhiCAS pour NumWorks et TI-Nspire CX ! :bj:

Sur Casio Graph 35+E II et Graph 90+E, quelques détails :
  • absence de la méthode .color()
  • absence de la méthode .colormode()
Mais ici, Turtle Doctor détecte que le module turtle est modifiable : on peut le patcher à chaud (à chaque exécution) afin de corriger. :D

Le but des corrections n'est pour le moment pas d'obtenir quelque chose d'identique au standard, mais juste de permettre l'exécution des scripts qui vont suivre :
  • Nous choisissons de créer une méthode .color() synonyme de .pencolor()
  • Et pour .colormode(), outre la création de la méthode, il nous faut détecter le format de coordonnées de couleurs attendu par le module, afin de convertir le cas échéant. La méthode .colormode() lorsque présente permet de basculer entre les 2 systèmes de coordonnées suivants :
    • mode 255 : couleurs RGB avec chaque composante prenant une valeur entière de 0 à 255
    • mode 1.0 : couleurs RGB avec chaque composante prenant une valeur flottante de 0 à 1
    Le module turtle travaille en fait en format 1.0, mode qu'il est donc impossible de modifier ici.

Voici maintenant donc enfin turtle pour TI-Nspire CX II.

Une fois installé correctement dans le dossier /PyLib/ comme expliqué, les fonctions offertes par turtle sont alors rajoutées au menu.

Attention toutefois, comme tout module présent dans le dossier /PyLib/, turtle ne sera pas disponible en mode examen. :#non#:

Le module s'importe de la façon suivante, qui est bien une des façons standard :
Code: Select all
from turtle import Turtle
turtle = Turtle()


Si jusqu'à présent les quelques écarts avec le standard pouvaient être qualifiés de quelques détails de cas particuliers, ici cela commence à faire beaucoup. Pas moins de 4 problèmes sont détectés dont un majeur :
  • absence de la méthode .colormode(), avec un fonctionnement bloqué en mode 255
  • absence de gestion du 2ème argument de la méthode .circle() pour tracer un arc de cercle
  • et pire, pour les paramètres de couleur :
    • refus des paramètres de type liste, n'accepte que des tuples - est-ce un bug ?... :(
    • accepte les paramètres de type chaîne de caractères, mais ignore plusieurs codes de couleur usuels : "pink", "grey", "brown", "purple"
Heureusement ici, le module turtle importé est modifiable à chaud et peut donc être librement modifié et donc corrigé. En approfondissant la chose, la méthode Turtle Doctor devrait même permettre de pouvoir atteindre une conformité quasi parfaite au standard.

Et enfin nous avons le ce_turtl pour les éditions Python des TI-83 Premium CE et TI-84 Plus CE. Comme annoncé hélas, c'est une véritable catastrophe niveau conformité au standard. Pas moins de 8 erreurs sont anticipées :
  • déjà, de par son nom il ne s'importe pas de façon standard, c'est-à-dire qu'aucune des 3 méthode suivantes ne fonctionne :
    import turtle, from turtle import *, ou encore
    Code: Select all
    from turtle import Turtle
    turtle = Turtle()
  • absence de la méthode .pencolor(), qui est remplacée ici par .color()
  • absence de la méthode .colormode(), avec un fonctionnement bloqué en mode 255
  • absence de la méthode .write() pour écrire du texte
  • absence de gestion du 2ème argument de la méthode .circle() pour tracer un arc de cercle
  • et pire, pour les paramètres de couleur, refus de toute les formes standard : aussi bien liste que tuple ou chaîne de caractère. La méthode color() attend non pas 1 mais 3 arguments, soit un argument par composante. :mj:
Le module turtle importé est certes modifiable à chaud et la méthode Turtle Doctor va fonctionner pour débloquer l'exécution. Toutefois pour une conformité au standard il manquerait encore beaucoup de code, et malheureusement comme nous avons déjà vu nous sommes extrêmement à l'étroit niveau mémoire de tas (heap) Python sur ces calculatrices. Nous sommes déjà à peine à quelques lignes de l'erreur de mémoire, aller plus loin dans cette voie n'est pas envisageable sur ces modèles. :'(

Pour comparer, il y a malgré tout moyen d'avoir du code d'importation fonctionnant à la fois sur l'ensemble de ces plateformes et sur ordinateur. Par exemple :
Code: Select all
try: # TI-83PCE/84+CE
  from ce_turtl import turtle
  turtle.clear()
except ImportError:
  import turtle # multiplateformes
  if not "forward" in dir(turtle): # TI-Nspire CX II
    turtle = turtle.Turtle()

1107511073Voilà, c'est parti pour les tests de conformité du module turtle standard, ainsi que la compatibilité entre différentes calculatrices graphiques.

Nous allons pour cela prendre plusieurs exemples et lancerons le même code sur différents modèles.

On commence par une petite rosace ; tout possesseur de Graph 35+E II sait que Casio adore ça : ;)
ordi
NumWorks
Graph 90+E
Graph 35+E II
TI-Nspire CX II
turtle
TI-83PCE/84+CE
ce_turtl

Code: Select all
from turtldoc import *

turtle.speed(0)
turtle.pensize(1)
for i in range(12):
  turtle.left(30)
  for i in range(8):
    turtle.forward(30)
    turtle.left(45)

try: turtle.show() #TI-83 Premium CE
except: pass

Petit léger détail, le turtle.pensize(1) n'est respecté ni par KhiCAS ni par ce_turtl.

Ceci mis à part, le code passe ici sans problème. :)

Poursuivons avec la fractale de Koch :
ordi
NumWorks
Graph 90+E
Graph 35+E II
TI-Nspire CX II
turtle
TI-83PCE/84+CE
ce_turtl

Code: Select all
from turtldoc import *

def koch(n, l):
  if n==0:
    turtle.forward(l)
  else:
    koch(n - 1, l / 3)
    turtle.left(60)
    koch(n - 1, l / 3)
    turtle.right(120)
    koch(n - 1, l / 3)
    turtle.left(60)
    koch(n - 1, l / 3)

turtle.speed(0)
turtle.pensize(1)
turtle.pencolor("blue")
turtle.penup()
turtle.goto(-180, -50)
turtle.pendown()
koch(4, 360)

try: turtle.show() #TI-83 Premium CE
except: pass

Pas de nouveau problème ici. :)

Passons maintenant aux flocons de Koch :
ordi
NumWorks
Graph 90+E
Graph 35+E II
TI-Nspire CX II
turtle
TI-83PCE/84+CE
ce_turtl

Code: Select all
from turtldoc import *

def koch(n, l):
  if n<=0:
    turtle.forward(l)
  else:
    koch(n - 1, l / 3)
    turtle.left(60)
    koch(n - 1, l / 3)
    turtle.right(120)
    koch(n - 1, l / 3)
    turtle.left(60)
    koch(n - 1, l / 3)

def flock(n, l):
  koch(n, l)
  turtle.right(120)
  koch(n, l)
  turtle.right(120)
  koch(n, l)

turtle.speed(0)
l=80
turtle.pensize(1)
turtle.penup()
turtle.goto(105,3)
turtle.left(120)
turtle.pendown()
flock(3, l)
turtle.left(120)

turtle.penup()
turtle.goto(105,-10)
turtle.right(60)
turtle.pendown()
turtle.pencolor("orange")
flock(4, l)
turtle.right(60)

turtle.pensize(2)
turtle.penup()
turtle.goto(5,45)
turtle.right(60)
turtle.pendown()
turtle.pencolor("blue")
flock(2, l)
turtle.right(60)

turtle.penup()
turtle.goto(-100,17)
turtle.left(120)
turtle.pendown()
turtle.pencolor("red")
flock(0, l)
turtle.left(120)

turtle.pensize(3)
turtle.penup()
turtle.goto(-100,-5)
turtle.right(60)
turtle.pendown()
turtle.pencolor("green")
flock(1, l)
turtle.right(60)

turtle.penup()
turtle.forward(400)

try: turtle.show() #TI-83 Premium CE
except: pass

Pour ce que l'on obtient pas de problème de tracé avec le module turtle de KhiCAS, le problème vient d'autre chose. Ce module turtle a l'air d'être extrêmement gourmand, arrivant à déclencher une erreur de mémoire en cours d'exécution alors que d'autres modèles avec un heap Python absolument ridicule en comparaison s'en sortent parfaitement.

On comprend mieux ici le problème du .pensize() sur ce_turtl et KhiCAS. Malgré les réglages différents tous les flocons sont ici trop épais d'1 pixel, il y a visiblement un décalage.
Mais notons justement par rapport à ce_turtl, que notre script Turtle Doctor a visiblement correctement injecté l'interception des paramètres de couleurs passés sous la forme de chaînes de caractères.

Nous arrivons maintenant à un soleil :
ordi
NumWorks
Graph 90+E
Graph 35+E II
TI-Nspire CX II
turtle
TI-83PCE/84+CE
ce_turtl

Code: Select all
from turtldoc import *

from math import exp

turtle.speed(0)
turtle.pensize(1)
turtle.colormode(1.0)
for i in range(36):
  turtle.pencolor([exp(-.5 * ((i - k) / 12)**2) for k in (6, 18, 30)])
  for i in range(1, 5):
    turtle.forward(60)
    turtle.right(90)
  turtle.right(10)

try: turtle.show() #TI-83 Premium CE
except: pass

Notons que Turtle Doctor a réussi à parfaitement corriger les paramètres de couleurs sur ce_turtl, tuples et listes étant maintenant utilisables ! :bj:

Poursuivons avec une coquille d'escargot :
ordi
NumWorks
Graph 90+E
Graph 35+E II
TI-Nspire CX II
turtle
TI-83PCE/84+CE
ce_turtl

Code: Select all
from turtldoc import *

from math import exp

turtle.speed(0)
turtle.pensize(1)
turtle.colormode(1.0)
turtle.penup()
turtle.goto(0, -20)
turtle.pendown()
for i in range(36):
  turtle.pencolor([exp(-.5 * ((i - k) / 12)**2) for k in (6, 18, 30)])
  turtle.circle(50 - i)
  turtle.right(10)

try: turtle.show() #TI-83 Premium CE
except: pass

ce_turtl nous fait ici une véritable catastrophe. Le problème vient de la méthode .circle() qui ne respecte pas du tout le standard. Au lieu de tracer un cercle qui passe par la position de la tortue, elle trace un cercle qui prend pour centre la position de la tortue. :mj:

Passons maintenant aux triangles de Sierpiński :
ordi
NumWorks
Graph 90+E
Graph 35+E II
TI-Nspire CX II
turtle
TI-83PCE/84+CE
ce_turtl

Code: Select all
from turtldoc import *

def sierp(n, l):
  if n == 0:
    for i in range (0, 3):
      turtle.forward(l)
      turtle.left(120)
  if n > 0:
    sierp(n - 1, l / 2)
    turtle.forward(l / 2)
    sierp(n - 1, l / 2)
    turtle.backward(l / 2)
    turtle.left(60)
    turtle.forward(l / 2)
    turtle.right(60)
    sierp(n - 1, l / 2)
    turtle.left(60)
    turtle.backward(l / 2)
    turtle.right(60)

turtle.speed(0)
turtle.pensize(1)
turtle.penup()
turtle.backward(109)
turtle.left(90)
turtle.backward(100)
turtle.right(90)
turtle.pendown()
turtle.pencolor("red")
sierp(6, 217)
turtle.penup()
turtle.forward(400)

try: turtle.show() #TI-83 Premium CE
except: pass

Et mince, c'est justement le piège qui fait trébucher pas mal de modèles.
Ici encore, après avoir commencé un tracé parfait, KhiCAS se met à manquer de mémoire.

La Casio Graph 90+E s'en sort fort honorablement jusqu'à présent, non ? Dédions-lui un tableau :
ordi
NumWorks
Graph 90+E
Graph 35+E II
TI-Nspire CX II
turtle
TI-83PCE/84+CE
ce_turtl

Code: Select all
from turtldoc import *

turtle.speed(0)
turtle.forward(40)
turtle.backward(100)
turtle.left(90)
turtle.forward(30)
turtle.right(60)
turtle.forward(60)
turtle.right(30)
turtle.forward(30)
turtle.penup()
turtle.forward(18)
turtle.right(90)
turtle.forward(60)
turtle.pendown()
turtle.right(30)
turtle.backward(30)
turtle.right(60)
turtle.forward(60)
turtle.pencolor("red")
turtle.penup()
turtle.goto(80,40)
turtle.right(140)
turtle.pendown()
turtle.circle(30)
turtle.penup()
turtle.goto(105,50)
turtle.pencolor("green")
turtle.pendown()
turtle.circle(-50)
turtle.penup()
turtle.pencolor("red")
turtle.right(21)
turtle.goto(60,20)
turtle.pendown()
turtle.circle(40,60)
turtle.penup()
turtle.pencolor("blue")
turtle.goto(-50,15)
turtle.setheading(0)
turtle.pendown()
turtle.write("CASIO")

try: turtle.show() #TI-83 Premium CE
except: pass

Et mince, c'est justement le piège qui fait trébucher pas mal de modèles.
Rapidement, très léger détail sur les Casio Graph 35+E II et Graph 90+E. La méthode .write() prend les coordonnées indiquées comme coin supérieur gauche du texte affiché, alors que le standard est de les prendre comme coin inférieur gauche.

Pour les modules qui ne gèrent pas l'appel .circle(rayon, angle) les arcs de cercles sont ici remplacés par des cercles, ce qui naturellement perturbe le reste du tracé.

Le cas KhiCAS est toutefois plus surprenant, cet appel étant bien géré... :#roll#:

Le nouveau turtle TI-Nspire CX II est une superbe réalisation. On apprécie particulièrement la grille et le repère entièrement configurables, une véritable valeur ajoutée ! :bj:

Sur la conformité au standard turtle ce n'est certes pas le meilleur, même si cela reste honorable. Il y a bien pire et plus grave que cela. Texas Instruments a déjà fait un fort bel effort relativement à la catastrophe qu'était ce_turtl. :)

Nous ignorons si Texas Instruments poursuivra ses efforts, mais à défaut nous avons quand même une excellente nouvelle. Bien que l'on n'ait pas accès au code source du module turtle TI-Nspire CX II celui-ci a le gros avantage de nous présenter des éléments modifiables à chaud. Comme de plus nous bénéficions ici d'un heap Python extrêmement généreux, pas moins de 2 Mo soit l'un des plus larges tous modèles concurrents confondus, une conformité parfaite au standard est bel et bien envisageable, pourvu que quelqu'un se donne le temps de creuser la question. :bj:

En attendant donc mieux, les différentes solutions Python turtle disposent désormais dans nos tableaux d'un indice de compatibilité / conformité au standard, basé sur les tests précédents :

Mario Kart CE, enfin compatible TI-83 Premium CE 5.6.1

New postby critor » 23 Aug 2021, 14:52

12303La TI-83 Premium CE dispose chez nous d'une formidable bibliothèque de jeux. Parmi les incontournables, on peut citer entre autres :
Et si nous faisions une partie de Mario Kart ?

Problème, TI-Boy CE n'émule que la console de jeux Game Boy monochrome de 1989. Les jeux sortis pour son évolution Game Boy Color à compter de 1998, ne sont donc pas compatibles.

Et pour Mario Kart c'est encore pire, puisque sur consoles portables il a fallu attendre la Game Boy Advance de 2001.

13747Dans une actualité précédente, nous t'annoncions que tr1p1ea relevait malgré tout le défi de faire tourner Mario Kart sur ta calculatrice.

Ne pouvant passer par l'émulateur TI-Boy CE ni espérer un émulateur de Game Boy Advance pour le moment, l'idée était donc de reconstruire intégralement le jeu Mario Kart à partir de zéro ! :o

Son jeu Mario Kart CE est compatible avec les TI-83 Premium CE (ainsi que leurs équivalents TI-84 Plus CE hors de France).
Attention, pas de compatibilité avec la TI-82 Advanced Edition Python, ne confonds pas si tu comptes t'équiper prochainement ! :#non#:

Tu affrontes donc 5 IAs (Intelligence Artificielle) pilotant les voitures concurrentes, et les touches sont les suivantes :
  • entrer
    pour choisir entre les 8 personnages jouables issus de l'univers de Super Mario
  • alpha
    pour lancer des carapaces sur tes adversaires
  • pour freiner et reculer
  • pour tourner
  • 2nde
    pour accélérer
Des obstacles sont présents ainsi que des blocs bonus, mais pour ces derniers non encore fonctionnels.

Le circuit pour le moment unique adapte le 1er circuit de la Mushroom Cup du jeu pour Nintendo SuperNES, tu as ci-contre de quoi comparer.

Pour le moment le jeu n'a pas de fin.

Problème, Mario Kart CE n'était pas compatible avec la dernière mise à jour 5.6.1 des TI-83 Premium CE et TI-84 Plus CE.

Et sur ces modèles, une fois une mise à jour effectuée, il ne t'est plus possible de revenir à une ancienne version. :#non#:

Et bien surprise. Pour t'offrir une rentrée 2021 des plus agréables, tr1p1ea t'offre enfin aujourd'hui une mise à jour Mario Kart CE compatible avec la dernière version 5.6.1 ! :D

Attention, Mario Kart CE rentre dans la catégorie des programmes en langage machine dits ASM.

Or, suite à un acte irresponsable d'un enseignant de Mathématiques français avec ses gesticulations aveugles dans le contexte de la réforme du lycée, Texas Instruments a réagi en supprimant la gestion de tels programmes depuis la mise à jour 5.5.1.

Si tu es sur une des versions ainsi bridées, tu peux quand même jouer sans trop d'efforts. Il te faut :
  1. installer arTIfiCE pour remettre la possibilité de lancer des programmes ASM
  2. ensuite de préférence installer Cesium pour pouvoir lancer les programmes ASM plus facilement, ou même AsmHook pour pouvoir les lancer comme avant

Téléchargements :

Source : https://www.cemetech.net/forum/viewtopic.php?t=9757

Crédits images :

Stage pré-rentrée 2021 Python 83 Premium CE : liste sessions

New postby critor » 23 Aug 2021, 12:46

Enseignant de Mathématiques ou Sciences en lycée ? Les vendredi 27, lundi 30 et mardi 31 août 2021, Texas Instruments t'invite à un stage de pré-rentrée en ligne entièrement gratuit. :D

Sur ces 3 jours, un choix formidable de pas moins de 12 sessions d'1 heure te sera proposé.

Note bien que tu jouis d'une totale liberté ; tu n'as aucune obligation de participer à l'intégralité des 12 sessions, tu pourras t'inscrire pour les sessions de ton choix, même 1 seule si tu veux ! :bj:

Le stage est dédié à la programmation Python sur TI-83 Premium CE, de quoi bien se mettre en jambe pour la rentrée. ;)

13073967713087Les sessions seront animées par nul autre que Jérôme Lenoir, enseignant bivalent de Mathématiques et Physique-Chimie en lycée professionnel.

Un fin connaisseur de la programmation Python sur TI-83 Premium CE, auteur de divers ouvrages d'activités à ce sujet, et qui saura sans nul doute répondre à tes diverses interrogations ! :bj:

Afin de te proposer une sélection de sessions la plus conforme possible à tes attentes, Texas Instruments t'avait proposé quelque chose d'inédit. Depuis début Juillet, tu avais la possibilité de voter pour les sessions que tu préférais parmi une 20aine de propositions.

Aujourd'hui, Texas Instruments nous révèle donc le calendrier des 12 sessions retenues pour cette rentrée 2021 :
  • Vendredi 27 août :
    • 8h00 : Présentation de la TI-83 Premium CE Édition Python et de l'écosystème, mise à jour, premiers pas avec l'application Python
    • 9h30 : Découverte des bibliothèques Python : raccourcis & utilisation
    • 13h00 : Utiliser les représentations graphiques via Python en mathématiques
    • 14h30 : Premiers exemples de scripts Python en mathématiques
  • Lundi 30 août :
    • 8h00 : Premiers exemples de scripts Python en physique-chimie
    • 9h30 : Les cartes à microcontrôleur (1/2) : fonctionnement du TI-Innovator Hub couplé à la TI-83 Premium CE
    • 13h00 : Les cartes à microcontrôleur (2/2) : fonctionnement de la BBC Micro bit couplé à la TI-83 Premium CE
    • 14h30 : Créer un scénario pédagogique de mathématiques incluant la programmation en Python dans la voie générale & technologique
  • Mardi 31 août :
    • 8h00 : Créer un scénario pédagogique de mathématiques incluant la programmation en Python dans la voie professionnelle
    • 9h30 : Hybrider une séquence intégrant algorithmique et programmation
    • 13h00 : Différencier son enseignement à l'aide de l'algorithmique et de la programmation
    • 14h30 : Échange avec les délégués pédagogiques TI
Les inscriptions sont dès maintenant ouvertes sur le lien ci-dessous.

Lien : inscription

QCC 2021 Universel épisode 9: Performances Python

New postby critor » 23 Aug 2021, 10:02

Quelle Calculatrice Choisir 2021 édition Universelle

Épisode 9 - Performances Python

5409Pour fêter les 10 ans de TI-Planet en cette rentrée 2021, nous te publions la base de données intégrale de nos classements de rentrée QCC organisés depuis la rentrée 2015.

Nous en profitons de plus pour te réaliser le travail titanesque d'étendre les tests aux modèles plus anciens :
  • toutes les calculatrices graphiques Texas Instruments (depuis la première TI-81 de 1990)
  • les calculatrices graphiques Casio de la génération Icon Menu Power Graphic (depuis 1996)
Ce qui donne pas moins de 163 modèles différents testés sous toutes leurs coutures, 10 ans de tests et découvertes à portée de clic ! :D

Aujourd'hui parlons à nouveau performances, mais en Python.

Contrairement aux langages constructeurs/historiques, Python distingue les nombres entiers des nombres flottants. Nous effectuerons 2 tests et chronométrerons leur durée :
  • un test de calcul en virgule flottante
  • un test de calcul sur des entiers

Dans un premier temps, nous allons évaluer les performances de calcul en virgule flottante. Voici la transcription en Python d'un algorithme de seuil sur une suite numérique, niveau Première :
Code: Select all
try:
  from time import *
except:
  pass

def hastime():
  try:
    monotonic()
    return True
  except:
    return False

def seuil(d):
  timed,n=hastime(),0
  start,u=0 or timed and monotonic(),2.
  d=d**2
  while (u-1)**2>=d:
    u=1+1/((1-u)*(n+1))
    n=n+1
  return [(timed and monotonic() or 1)-start,n,u]

Nous appellerons seuil(0.008).

  1. 0,087s : HP Prime G2 (32 bits : Cortex-A7/ARMv7 @528MHz Python)
  2. 0,258s : HP Prime G1 (32 bits : ARM9/ARMv5 @400MHz Python)
  3. 0,297s : TI-Nspire CX II (32 bits : ARM9/ARMv5 @396MHz)
  4. 0,376s : HP Prime G2 (32 bits : Cortex-A7/ARMv7 @528MHz CAS)
  5. 0,498s : NumWorks N0110 (32 bits : Cortex-M7/ARMv7 @216MHz)
  6. 0,785s : NumWorks N0100 (32 bits : Cortex-M4/ARMv7 @100MHz)
  7. 1,61s : HP Prime G1 (32 bits : ARM9/ARMv5 @400MHz CAS)
  8. 3,27s : Casio Graph 90+E (32 bits : SH4 @117,96MHz)
  9. 3,99s : TI-83 Premium CE Edition Python (8 + 32 bits : eZ80 @48MHz + Cortex-M0+/ARMv6 @48MHz)
  10. 4,01s : TI-82 Advanced Edition Python (8 + 32 bits : eZ80 @48MHz + Cortex-M0+/ARMv6 @48MHz)
  11. 9,21s : Casio Graph 35+E II (32 bits : SH4 @58,98MHz)
  1. 0,087s : HP Prime G2 (32 bits : Cortex-A7/ARMv7 @528MHz Python)
  2. 0,258s : HP Prime G1 (32 bits : ARM9/ARMv5 @400MHz Python)
  3. 0,297s : TI-Nspire CX II (32 bits : ARM9/ARMv5 @396MHz)
  4. 0,376s : HP Prime G2 (32 bits : Cortex-A7/ARMv7 @528MHz CAS)
  5. 0,609s : TI-Nspire CX (révisions A-V) (32 bits : ARM9/ARMv5 @132MHz - Ndless + KhiCAS Micropython)
  6. 0,498s : NumWorks N0110 (32 bits : Cortex-M7/ARMv7 @216MHz)
  7. 0,544s : NumWorks N0110 (Delta / Omega + KhiCAS Micropython)
  8. 0,785s : NumWorks N0100 (32 bits : Cortex-M4/ARMv7 @100MHz)
  9. 0,868s : TI-Nspire CX CR4+ (révisions W+) (32 bits : ARM9/ARMv5 @156MHz - Ndless + KhiCAS Micropython)
  10. 1,61s : HP Prime G1 (32 bits : ARM9/ARMv5 @400MHz CAS)
  11. 3,27s : Casio Graph 90+E (32 bits : SH4 @117,96MHz)
  12. 3,99s : TI-83 Premium CE Edition Python (8 + 32 bits : eZ80 @48MHz + Cortex-M0+/ARMv6 @48MHz)
  13. 4,01s : TI-82 Advanced Edition Python (8 + 32 bits : eZ80 @48MHz + Cortex-M0+/ARMv6 @48MHz)
  14. 5,45s : TI-Nspire CX (révisions A-V) (32 bits : ARM9/ARMv5 @132MHz - Ndless + KhiCAS compatibilité Python)
  15. 6,69s : NumWorks N0110 (Delta / Omega + KhiCAS compatibilité Python)
  16. 7,63s : TI-Nspire CX CR4+ (révisions W+) (32 bits : ARM9/ARMv5 @156MHz - Ndless + KhiCAS compatibilité Python
  17. 9,21s : Casio Graph 35+E II (32 bits : SH4 @58,98MHz)
  1. 0,087s : HP Prime G2 (32 bits : Cortex-A7/ARMv7 @528MHz Python)
  2. 0,258s : HP Prime G1 (32 bits : ARM9/ARMv5 @400MHz Python)
  3. 0,297s : TI-Nspire CX II (32 bits : ARM9/ARMv5 @396MHz)
  4. 0,376s : HP Prime G2 (32 bits : Cortex-A7/ARMv7 @528MHz CAS)
  5. 0,396s : TI-Nspire CX (révisions A-V) (32 bits : ARM9/ARMv5 @132MHz overclocké @222MHz Nover - Ndless + KhiCAS Micropython)
  6. 0,498s : NumWorks N0110 (32 bits : Cortex-M7/ARMv7 @216MHz)
  7. 0,544s : NumWorks N0110 (Delta / Omega + KhiCAS Micropython)
  8. 0,65s : TI-Nspire CX CR4+ (révisions W+) (32 bits : ARM9/ARMv5 @156MHz overclocké @216MHz Nover - Ndless + KhiCAS Micropython)
  9. 0,785s : NumWorks N0100 (32 bits : Cortex-M4/ARMv7 @100MHz)
  10. 1,61s : HP Prime G1 (32 bits : ARM9/ARMv5 @400MHz CAS)
  11. 3,27s : Casio Graph 90+E (32 bits : SH4 @117,96MHz)
  12. 3,99s : TI-83 Premium CE Edition Python (8 + 32 bits : eZ80 @48MHz + Cortex-M0+/ARMv6 @48MHz)
  13. 4,01s : TI-82 Advanced Edition Python (8 + 32 bits : eZ80 @48MHz + Cortex-M0+/ARMv6 @48MHz)
  14. 4,13s : TI-Nspire CX (révisions A-V) (32 bits : ARM9/ARMv5 @132MHz overclocké @222MHz Nover - Ndless + KhiCAS compatibilité Python)
  15. 6,69s : NumWorks N0110 (Delta / Omega + KhiCAS compatibilité Python)
  16. 7,19s : TI-Nspire CX CR4+ (révisions W+) (32 bits : ARM9/ARMv5 @156MHz overclocké @216MHz Nover - Ndless + KhiCAS compatibilité Python)
  17. 9,21s : Casio Graph 35+E II (32 bits : SH4 @58,98MHz)
  1. 0,087s : HP Prime G2 (32 bits : Cortex-A7/ARMv7 @528MHz Python)
  2. 0,258s : HP Prime G1 (32 bits : ARM9/ARMv5 @400MHz Python)
  3. 0,297s : TI-Nspire CX II (32 bits : ARM9/ARMv5 @396MHz)
  4. 0,376s : HP Prime G2 (32 bits : Cortex-A7/ARMv7 @528MHz CAS)
  5. 0,498s : NumWorks N0110 (32 bits : Cortex-M7/ARMv7 @216MHz)
  6. 0,785s : NumWorks N0100 (32 bits : Cortex-M4/ARMv7 @100MHz)
  7. 1,61s : HP Prime G1 (32 bits : ARM9/ARMv5 @400MHz CAS)
  8. 3,27s : Casio Graph 90+E / fx-CG50 (32 bits : SH4 @117,96MHz)
  9. 3,73s : TI-83 Premium CE + TI-Python (8 + 32 bits : eZ80 @48MHz + Cortex-M0+/ARMv6 @48MHz)
  10. 3,99s : TI-83 Premium CE Edition Python / TI-84 Plus CE Python Edition (8 + 32 bits : eZ80 @48MHz + Cortex-M0+/ARMv6 @48MHz)
  11. 4,01s : TI-82 Advanced Edition Python (8 + 32 bits : eZ80 @48MHz + Cortex-M0+/ARMv6 @48MHz)
  12. 9,21s : Casio Graph 35+E II / fx-9750/9860GIII (32 bits : SH4 @58,98MHz)
  1. 0,025s : TI-Nspire CX II (32 bits : ARM9/ARMv5 @396MHz - Ndless + KhiCAS Micropython)
  2. 0,087s : HP Prime G2 (32 bits : Cortex-A7/ARMv7 @528MHz Python)
  3. 0,232s : TI-Nspire CX II (32 bits : ARM9/ARMv5 @396MHz - Ndless + MicroPython)
  4. 0,258s : HP Prime G1 (32 bits : ARM9/ARMv5 @400MHz Python)
  5. 0,297s : TI-Nspire CX II (32 bits : ARM9/ARMv5 @396MHz)
  6. 0,376s : HP Prime G2 (32 bits : Cortex-A7/ARMv7 @528MHz CAS)
  7. 0,47s : TI-Nspire (32 bits : ARM9/ARMv5 @120MHz - Ndless + MicroPython)
  8. 0,48s : TI-Nspire CX (révisions A-V) (32 bits : ARM9/ARMv5 @132MHz - Ndless + MicroPython)
  9. 0,498s : NumWorks N0110 (32 bits : Cortex-M7/ARMv7 @216MHz)
  10. 0,544s : NumWorks N0110 (Delta / Omega + KhiCAS Micropython)
  11. 0,609s : TI-Nspire CX (révisions A-V) (32 bits : ARM9/ARMv5 @132MHz - Ndless + KhiCAS Micropython)
  12. 0,68s : TI-Nspire CX CR4+ (révisions W+) (32 bits : ARM9/ARMv5 @156MHz - Ndless + MicroPython)
  13. 0,785s : NumWorks N0100 (32 bits : Cortex-M4/ARMv7 @100MHz)
  14. 0,868s : TI-Nspire CX CR4+ (révisions W+) (32 bits : ARM9/ARMv5 @156MHz - Ndless + KhiCAS Micropython)
  15. 1,61s : HP Prime G1 (32 bits : ARM9/ARMv5 @400MHz CAS)
  16. 1,909s : TI-Nspire CX II (32 bits : ARM9/ARMv5 @396MHz - Ndless + KhiCAS compatibilité Python)
  17. 3,27s : Casio Graph 90+E / fx-CG50 (32 bits : SH4 @117,96MHz)
  18. 3,73s : TI-83 Premium CE + TI-Python (8 + 32 bits : eZ80 @48MHz + Cortex-M0+/ARMv6 @48MHz)
  19. 3,9s : Casio Graph 35+E II / fx-9750/9860GIII (32 bits : SH4 @58,98 - CasioPython)
  20. 3,99s : TI-83 Premium CE Edition Python / TI-84 Plus CE Python Edition (8 + 32 bits : eZ80 @48MHz + Cortex-M0+/ARMv6 @48MHz)
  21. 4s : Casio Graph 35/75+E / 35/75/95 / fx-9750/9860GII (32 bits : SH4 @29,49MHz - CasioPython)
  22. 4,01s : TI-82 Advanced Edition Python
  23. 4,4s : TI-83 Premium CE + TI-Python (8 + 32 bits : eZ80 @48MHz + Cortex-M0+/ARMv6 @48MHz CircuitPython)
  24. 5,29s : Casio Graph 35/75/85/95 / fx-9750/9860GII / fx-9860G (32 bits : SH3 @29,49MHz - CasioPython)
  25. 5,45s : TI-Nspire CX (révisions A-V) (32 bits : ARM9/ARMv5 @132MHz - Ndless + KhiCAS compatibilité Python)
  26. 5,48s : Casio Graph 90+E / fx-CG50 (32 bits : SH4 @117,96MHz - KhiCAS)
  27. 6,69s : NumWorks N0110 (Delta / Omega + KhiCAS compatibilité Python)
  28. 9,21s : Casio Graph 35+E II / fx-9750/9860GIII (32 bits : SH4 @58,98MHz)
  29. 13,93s : Casio Graph 35+E II / fx-9750/9860GIII (32 bits : SH4 @58,98MHz - KhiCAS)
  30. 7,63s : TI-Nspire CX CR4+ (révisions W+) (32 bits : ARM9/ARMv5 @156MHz - Ndless + KhiCAS compatibilité Python)
  31. 15,05s : Casio fx-CG10/20 (32 bits : SH4 @58,98MHz - KhiCAS)
  1. 0,022s : TI-Nspire CX II (32 bits : ARM9/ARMv5 @396MHz overclocké @468MHz NoverII - Ndless + KhiCAS Micropython)
  2. 0,087s : HP Prime G2 (32 bits : Cortex-A7/ARMv7 @528MHz Python)
  3. 0,142s : TI-Nspire CX II (32 bits : ARM9/ARMv5 @396MHz overclocké @468MHz NoverII - Ndless + MicroPython)
  4. 0,257s : TI-Nspire CX II (32 bits : ARM9/ARMv5 @396MHz overclocké @468MHz NoverII)
  5. 0,258s : HP Prime G1 (32 bits : ARM9/ARMv5 @400MHz Python)
  6. 0,27s : TI-Nspire CX (révisions A-V) (32 bits : ARM9/ARMv5 @132MHz overclocké @222MHz Nover - Ndless + MicroPython)
  7. 0,376s : HP Prime G2 (32 bits : Cortex-A7/ARMv7 @528MHz CAS)
  8. 0,38s : TI-Nspire (32 bits : ARM9/ARMv5 overclocké @120MHz @150MHz Nover - Ndless + MicroPython)
  9. 0,396s : TI-Nspire CX (révisions A-V) (32 bits : ARM9/ARMv5 @132MHz overclocké @222MHz Nover - Ndless + KhiCAS Micropython)
  10. 0,498s : NumWorks N0110 (32 bits : Cortex-M7/ARMv7 @216MHz)
  11. 0,53s : TI-Nspire CX CR4+ (révisions W+) (32 bits : ARM9/ARMv5 @156MHz overclocké @216MHz Nover - Ndless + MicroPython)
  12. 0,544s : NumWorks N0110 (Delta / Omega + KhiCAS Micropython)
  13. 0,59s : Casio Graph 35/75+E / 35/75/95 / fx-9750/9860GII (32 bits : SH4 @29,49MHz overclocké @267,78MHz Ftune2 - CasioPython)
  14. 0,65s : TI-Nspire CX CR4+ (révisions W+) (32 bits : ARM9/ARMv5 @156MHz overclocké @216MHz Nover - Ndless + KhiCAS Micropython)
  15. 0,785s : NumWorks N0100 (32 bits : Cortex-M4/ARMv7 @100MHz)
  16. 0,79s : Casio Graph 35+E II / fx-9750/9860GIII (32 bits : SH4 @58,98MHz overclocké @274,91MHz Ftune3 - CasioPython)
  17. 1,589s : TI-Nspire CX II (32 bits : ARM9/ARMv5 @396MHz overclocké @468MHz NoverII - Ndless + KhiCAS compatibilité Python)
  18. 1,61s : HP Prime G1 (32 bits : ARM9/ARMv5 @400MHz CAS)
  19. 1,86s : Casio Graph 35+E II / fx-9750/9860GIII (32 bits : SH4 @58,98MHz overclocké @274,91MHz Ftune3)
  20. 1,876s : Casio Graph 35/75/85/95 / fx-9750/9860GII / fx-9860G (32 bits : SH3 @29,49MHz overclocké @117,96MHz Ftune - CasioPython)
  21. 2,15s : Casio Graph 90+E / fx-CG50 (32 bits : SH4 @117,96MHz overclocké @270,77MHz Ptune3)
  22. 2,96s : Casio Graph 35+E II / fx-9750/9860GIII (32 bits : SH4 @58,98MHz overclocké @274,91MHz Ftune3 - KhiCAS)
  23. 3,65s : Casio Graph 90+E / fx-CG50 (32 bits : SH4 @117,96MHz overclocké @270,77MHz Ptune3 - KhiCAS)
  24. 3,718s : Casio fx-CG10/20 (32 bits : SH4 @58,98MHz overclocké @267,78MHz Ptune2 - KhiCAS)
  25. 3,73s : TI-83 Premium CE + TI-Python (8 + 32 bits : eZ80 @48MHz + Cortex-M0+/ARMv6 @48MHz)
  26. 3,99s : TI-83 Premium CE Edition Python / TI-84 Plus CE Python Edition (8 + 32 bits : eZ80 @48MHz + Cortex-M0+/ARMv6 @48MHz)
  27. 4,01s : TI-82 Advanced Edition Python
  28. 4,13s : TI-Nspire CX (révisions A-V) (32 bits : ARM9/ARMv5 @132MHz overclocké @222MHz Nover - Ndless + KhiCAS compatibilité Python)
  29. 4,4s : TI-83 Premium CE + TI-Python (8 + 32 bits : eZ80 @48MHz + Cortex-M0+/ARMv6 @48MHz CircuitPython)
  30. 6,69s : NumWorks N0110 (Delta / Omega + KhiCAS compatibilité Python)
  31. 7,19s : TI-Nspire CX CR4+ (révisions W+) (32 bits : ARM9/ARMv5 @156MHz overclocké @216MHz Nover - Ndless + KhiCAS compatibilité Python)

Passons maintenant aux entiers avec un test de primalité, que voici en Python :
Code: Select all
try:from time import monotonic
except:pass

def hastime():
  try:
    monotonic()
    return True
  except:return False

def nodivisorin(n,l):
  for k in l:
    if n//k*k==n:
      return False
  return True

def isprimep(n):
  t=hastime()
  s,l,k=0 or t and monotonic(),[3],7
  if n==2 or n==5:return True
  if int(n)!=n or n//2*2==n or n//5*5==5:
    return False
  if n<k:return n in l
  while k*k<n:
    if nodivisorin(k,l):l.append(k)
    k+=2+2*((k+2)//5*5==k+2)
  r=nodivisorin(n,l)
  return (t and monotonic() or 1)-s,r

Nous appellerons ici isprimep(10000019).

  1. 0,171s : HP Prime G2 (32 bits : Cortex-A7/ARMv7 @528MHz Python)
  2. 0,449s : HP Prime G1 (32 bits : ARM9/ARMv5 @400MHz Python)
  3. 0,451s : TI-Nspire CX II (32 bits : ARM9/ARMv5 @396MHz)
  4. 0,581s : NumWorks N0110 (32 bits : Cortex-M7/ARMv7 @216MHz)
  5. 1,17s : NumWorks N0100 (32 bits : Cortex-M4/ARMv7 @100MHz)
  6. 1,58s : Casio Graph 90+E (32 bits : SH4 @117,96MHz)
  7. 4,39s : Casio Graph 35+E II (32 bits : SH4 @58,98MHz)
  8. 4,42s : HP Prime G2 (32 bits : Cortex-A7/ARMv7 @528MHz CAS)
  9. 8,91s : TI-83 Premium CE Edition Python (8 + 32 bits : eZ80 @48MHz + Cortex-M0+/ARMv6 @48MHz)
  10. 9,22s : TI-82 Advanced Edition Python (8 + 32 bits : eZ80 @48MHz + Cortex-M0+/ARMv6 @48MHz)
  11. 16,05s : HP Prime G1 (32 bits : ARM9/ARMv5 @400MHz CAS)
  1. 0,171s : HP Prime G2 (32 bits : Cortex-A7/ARMv7 @528MHz Python)
  2. 0,449s : HP Prime G1 (32 bits : ARM9/ARMv5 @400MHz Python)
  3. 0,451s : TI-Nspire CX II (32 bits : ARM9/ARMv5 @396MHz)
  4. 0,794s : TI-Nspire CX (révisions A-V) (32 bits : ARM9/ARMv5 @132MHz - Ndless + KhiCAS Micropython)
  5. 0,581s : NumWorks N0110 (32 bits : Cortex-M7/ARMv7 @216MHz)
  6. 0,715s : NumWorks N0110 (Delta / Omega + KhiCAS Micropython)
  7. 1,17s : NumWorks N0100 (32 bits : Cortex-M4/ARMv7 @100MHz)
  8. 1,18s : TI-Nspire CX CR4+ (révisions W+) (32 bits : ARM9/ARMv5 @156MHz - Ndless + KhiCAS Micropython)
  9. 1,58s : Casio Graph 90+E (32 bits : SH4 @117,96MHz)
  10. 4,39s : Casio Graph 35+E II (32 bits : SH4 @58,98MHz)
  11. 4,42s : HP Prime G2 (32 bits : Cortex-A7/ARMv7 @528MHz CAS)
  12. 8,91s : TI-83 Premium CE Edition Python (8 + 32 bits : eZ80 @48MHz + Cortex-M0+/ARMv6 @48MHz)
  13. 9,22s : TI-82 Advanced Edition Python (8 + 32 bits : eZ80 @48MHz + Cortex-M0+/ARMv6 @48MHz)
  14. 16,05s : HP Prime G1 (32 bits : ARM9/ARMv5 @400MHz CAS)
  15. 36,26s : TI-Nspire CX (révisions A-V) (32 bits : ARM9/ARMv5 @132MHz - Ndless + KhiCAS compatibilité Python)
  16. 42,75s : NumWorks N0110 (Delta / Omega + KhiCAS compatibilité Python)
  17. 53,24s : TI-Nspire CX CR4+ (révisions W+) (32 bits : ARM9/ARMv5 @156MHz - Ndless + KhiCAS compatibilité Python
  1. 0,171s : HP Prime G2 (32 bits : Cortex-A7/ARMv7 @528MHz Python)
  2. 0,449s : HP Prime G1 (32 bits : ARM9/ARMv5 @400MHz Python)
  3. 0,451s : TI-Nspire CX II (32 bits : ARM9/ARMv5 @396MHz)
  4. 0,511s : TI-Nspire CX (révisions A-V) (32 bits : ARM9/ARMv5 @132MHz overclocké @222MHz Nover - Ndless + KhiCAS Micropython)
  5. 0,581s : NumWorks N0110 (32 bits : Cortex-M7/ARMv7 @216MHz)
  6. 0,715s : NumWorks N0110 (Delta / Omega + KhiCAS Micropython)
  7. 0,821s : TI-Nspire CX CR4+ (révisions W+) (32 bits : ARM9/ARMv5 @156MHz overclocké @216MHz Nover - Ndless + KhiCAS Micropython)
  8. 1,17s : NumWorks N0100 (32 bits : Cortex-M4/ARMv7 @100MHz)
  9. 1,58s : Casio Graph 90+E (32 bits : SH4 @117,96MHz)
  10. 4,39s : Casio Graph 35+E II (32 bits : SH4 @58,98MHz)
  11. 4,42s : HP Prime G2 (32 bits : Cortex-A7/ARMv7 @528MHz CAS)
  12. 8,91s : TI-83 Premium CE Edition Python (8 + 32 bits : eZ80 @48MHz + Cortex-M0+/ARMv6 @48MHz)
  13. 9,22s : TI-82 Advanced Edition Python (8 + 32 bits : eZ80 @48MHz + Cortex-M0+/ARMv6 @48MHz)
  14. 16,05s : HP Prime G1 (32 bits : ARM9/ARMv5 @400MHz CAS)
  15. 29,20s : TI-Nspire CX (révisions A-V) (32 bits : ARM9/ARMv5 @132MHz overclocké @222MHz Nover - Ndless + KhiCAS compatibilité Python)
  16. 42,75s : NumWorks N0110 (Delta / Omega + KhiCAS compatibilité Python)
  17. 45,34s : TI-Nspire CX CR4+ (révisions W+) (32 bits : ARM9/ARMv5 @156MHz overclocké @216MHz Nover - Ndless + KhiCAS compatibilité Python)
  1. 0,171s : HP Prime G2 (32 bits : Cortex-A7/ARMv7 @528MHz Python)
  2. 0,449s : HP Prime G1 (32 bits : ARM9/ARMv5 @400MHz Python)
  3. 0,451s : TI-Nspire CX II (32 bits : ARM9/ARMv5 @396MHz)
  4. 0,581s : NumWorks N0110 (32 bits : Cortex-M7/ARMv7 @216MHz)
  5. 1,17s : NumWorks N0100 (32 bits : Cortex-M4/ARMv7 @100MHz)
  6. 1,58s : Casio Graph 90+E / fx-CG50 (32 bits : SH4 @117,96MHz)
  7. 4,39s : Casio Graph 35+E II / fx-9750/9860GIII (32 bits : SH4 @58,98MHz)
  8. 4,42s : HP Prime G2 (32 bits : Cortex-A7/ARMv7 @528MHz CAS)
  9. 8,1s : TI-83 Premium CE + TI-Python (8 + 32 bits : eZ80 @48MHz + Cortex-M0+/ARMv6 @48MHz)
  10. 8,91s : TI-83 Premium CE Edition Python / TI-84 Plus CE Python Edition (8 + 32 bits : eZ80 @48MHz + Cortex-M0+/ARMv6 @48MHz)
  11. 9,22s : TI-82 Advanced Edition Python (8 + 32 bits : eZ80 @48MHz + Cortex-M0+/ARMv6 @48MHz)
  12. 16,05s : HP Prime G1 (32 bits : ARM9/ARMv5 @400MHz CAS)
  1. 0,171s : HP Prime G2 (32 bits : Cortex-A7/ARMv7 @528MHz Python)
  2. 0,307s : TI-Nspire CX II (32 bits : ARM9/ARMv5 @396MHz - Ndless + MicroPython)
  3. 0,323s : TI-Nspire CX II (32 bits : ARM9/ARMv5 @396MHz - Ndless + KhiCAS Micropython)
  4. 0,449s : HP Prime G1 (32 bits : ARM9/ARMv5 @400MHz Python)
  5. 0,451s : TI-Nspire CX II (32 bits : ARM9/ARMv5 @396MHz)
  6. 0,581s : NumWorks N0110 (32 bits : Cortex-M7/ARMv7 @216MHz)
  7. 0,62s : TI-Nspire CX (révisions A-V) (32 bits : ARM9/ARMv5 @132MHz - Ndless + MicroPython)
  8. 0,67s : TI-Nspire (32 bits : ARM9/ARMv5 @120MHz - Ndless + MicroPython)
  9. 0,715s : NumWorks N0110 (Delta / Omega + KhiCAS Micropython)
  10. 0,794s : TI-Nspire CX (révisions A-V) (32 bits : ARM9/ARMv5 @132MHz - Ndless + KhiCAS Micropython)
  11. 0,99s : TI-Nspire CX CR4+ (révisions W+) (32 bits : ARM9/ARMv5 @156MHz - Ndless + MicroPython)
  12. 1,17s : NumWorks N0100 (32 bits : Cortex-M4/ARMv7 @100MHz)
  13. 1,18s : TI-Nspire CX CR4+ (révisions W+) (32 bits : ARM9/ARMv5 @156MHz - Ndless + KhiCAS Micropython)
  14. 1,58s : Casio Graph 90+E / fx-CG50 (32 bits : SH4 @117,96MHz)
  15. 3,04s : Casio Graph 35+E II / fx-9750/9860GIII (32 bits : SH4 @58,98 - CasioPython)
  16. 4,39s : Casio Graph 35+E II / fx-9750/9860GIII (32 bits : SH4 @58,98MHz)
  17. 4,42s : HP Prime G2 (32 bits : Cortex-A7/ARMv7 @528MHz CAS)
  18. 4,89s : Casio Graph 35/75+E / 35/75/95 / fx-9750/9860GII (32 bits : SH4 @29,49MHz - CasioPython)
  19. 5,24s : Casio Graph 35/75/85/95 / fx-9750/9860GII / fx-9860G (32 bits : SH3 @29,49MHz - CasioPython)
  20. 8,1s : TI-83 Premium CE + TI-Python (8 + 32 bits : eZ80 @48MHz + Cortex-M0+/ARMv6 @48MHz)
  21. 8,91s : TI-83 Premium CE Edition Python / TI-84 Plus CE Python Edition (8 + 32 bits : eZ80 @48MHz + Cortex-M0+/ARMv6 @48MHz)
  22. 9,22s : TI-82 Advanced Edition Python (8 + 32 bits : eZ80 @48MHz + Cortex-M0+/ARMv6 @48MHz)
  23. 11,26s : TI-83 Premium CE + TI-Python (8 + 32 bits : eZ80 @48MHz + Cortex-M0+/ARMv6 @48MHz CircuitPython)
  24. 11,62s : TI-Nspire CX II (32 bits : ARM9/ARMv5 @396MHz - Ndless + KhiCAS compatibilité Python)
  25. 16,05s : HP Prime G1 (32 bits : ARM9/ARMv5 @400MHz CAS)
  26. 32,76s : Casio Graph 90+E / fx-CG50 (32 bits : SH4 @117,96MHz - KhiCAS)
  27. 36,26s : TI-Nspire CX (révisions A-V) (32 bits : ARM9/ARMv5 @132MHz - Ndless + KhiCAS compatibilité Python)
  28. 42,75s : NumWorks N0110 (Delta / Omega + KhiCAS compatibilité Python)
  29. 53,24s : TI-Nspire CX CR4+ (révisions W+) (32 bits : ARM9/ARMv5 @156MHz - Ndless + KhiCAS compatibilité Python)
  30. 91,71s : Casio Graph 35+E II / fx-9750/9860GIII (32 bits : SH4 @58,98MHz - KhiCAS)
  31. 102,04s : Casio fx-CG10/20 (32 bits : SH4 @58,98MHz - KhiCAS)
  1. 0,171s : HP Prime G2 (32 bits : Cortex-A7/ARMv7 @528MHz Python)
  2. 0,206s : TI-Nspire CX II (32 bits : ARM9/ARMv5 @396MHz overclocké @468MHz NoverII - Ndless + MicroPython)
  3. 0,263s : TI-Nspire CX II (32 bits : ARM9/ARMv5 @396MHz overclocké @468MHz NoverII - Ndless + KhiCAS Micropython)
  4. 0,382 : TI-Nspire CX II (32 bits : ARM9/ARMv5 @396MHz overclocké @468MHz NoverII)
  5. 0,42s : TI-Nspire CX (révisions A-V) (32 bits : ARM9/ARMv5 @132MHz overclocké @222MHz Nover - Ndless + MicroPython)
  6. 0,449s : HP Prime G1 (32 bits : ARM9/ARMv5 @400MHz Python)
  7. 0,511s : TI-Nspire CX (révisions A-V) (32 bits : ARM9/ARMv5 @132MHz overclocké @222MHz Nover - Ndless + KhiCAS Micropython)
  8. 0,57s : TI-Nspire (32 bits : ARM9/ARMv5 overclocké @120MHz @150MHz Nover - Ndless + MicroPython)
  9. 0,58s : Casio Graph 35/75+E / 35/75/95 / fx-9750/9860GII (32 bits : SH4 @29,49MHz overclocké @267,78MHz Ftune2 - CasioPython)
  10. 0,581s : NumWorks N0110 (32 bits : Cortex-M7/ARMv7 @216MHz)
  11. 0,59s : Casio Graph 35+E II / fx-9750/9860GIII (32 bits : SH4 @58,98MHz overclocké @274,91MHz Ftune3 - CasioPython)
  12. 0,63s : TI-Nspire CX CR4+ (révisions W+) (32 bits : ARM9/ARMv5 @156MHz overclocké @216MHz Nover - Ndless + MicroPython)
  13. 0,715s : NumWorks N0110 (Delta / Omega + KhiCAS Micropython)
  14. 0,821s : TI-Nspire CX CR4+ (révisions W+) (32 bits : ARM9/ARMv5 @156MHz overclocké @216MHz Nover - Ndless + KhiCAS Micropython)
  15. 0,86s : Casio Graph 35+E II / fx-9750/9860GIII (32 bits : SH4 @58,98MHz overclocké @274,91MHz Ftune3)
  16. 1,08s : Casio Graph 90+E / fx-CG50 (32 bits : SH4 @117,96MHz overclocké @270,77MHz Ptune3)
  17. 1,17s : NumWorks N0100 (32 bits : Cortex-M4/ARMv7 @100MHz)
  18. 1,688s : Casio Graph 35/75/85/95 / fx-9750/9860GII / fx-9860G (32 bits : SH3 @29,49MHz overclocké @117,96MHz Ftune - CasioPython)
  19. 4,42s : HP Prime G2 (32 bits : Cortex-A7/ARMv7 @528MHz CAS)
  20. 8,1s : TI-83 Premium CE + TI-Python (8 + 32 bits : eZ80 @48MHz + Cortex-M0+/ARMv6 @48MHz)
  21. 8,91s : TI-83 Premium CE Edition Python / TI-84 Plus CE Python Edition (8 + 32 bits : eZ80 @48MHz + Cortex-M0+/ARMv6 @48MHz)
  22. 9,22s : TI-82 Advanced Edition Python (8 + 32 bits : eZ80 @48MHz + Cortex-M0+/ARMv6 @48MHz)
  23. 9.964s : TI-Nspire CX II (32 bits : ARM9/ARMv5 @396MHz overclocké @468MHz NoverII - Ndless + KhiCAS compatibilité Python)
  24. 11,26s : TI-83 Premium CE + TI-Python (8 + 32 bits : eZ80 @48MHz + Cortex-M0+/ARMv6 @48MHz CircuitPython)
  25. 16,05s : HP Prime G1 (32 bits : ARM9/ARMv5 @400MHz CAS)
  26. 19,06s : Casio Graph 35+E II / fx-9750/9860GIII (32 bits : SH4 @58,98MHz overclocké @274,91MHz Ftune3 - KhiCAS)
  27. 22,77s : Casio Graph 90+E / fx-CG50 (32 bits : SH4 @117,96MHz overclocké @270,77MHz Ptune3 - KhiCAS)
  28. 29,20s : TI-Nspire CX (révisions A-V) (32 bits : ARM9/ARMv5 @132MHz overclocké @222MHz Nover - Ndless + KhiCAS compatibilité Python)
  29. 30,85s : Casio fx-CG10/20 (32 bits : SH4 @58,98MHz overclocké @267,78MHz Ptune2 - KhiCAS)
  30. 42,75s : NumWorks N0110 (Delta / Omega + KhiCAS compatibilité Python)
  31. 53,24s : TI-Nspire CX CR4+ (révisions W+) (32 bits : ARM9/ARMv5 @156MHz overclocké @216MHz Nover - Ndless + KhiCAS compatibilité Python)

Deux indices de performances représentant chacun de ces deux tests sont dès maintenant disponibles, également pour les modèles plus anciens que nous avions encore sous la main via leurs solutions Python non officielles :

CCC 2021 épisode 8: NumWorks, TI-Nspire CX, HP Prime

New postby critor » 22 Aug 2021, 09:45

Combien Consomme ma Calculatrice 2021

Épisode 8 - NumWorks, TI-Nspire CX, HP Prime

index des épisodes

5409Nous sommes en plein QCC 2021 Universel, événement au cours duquel nous te publions et alimentons la base de données intégrale de nos classements de rentrée QCC organisés depuis la rentrée 2015.

Nous t'avons également lancé un événement dans l'événement, le CCC 2021, pour Combien Consomme ma Calculatrice.

Jusqu'à présent, nous utilisions un protocole dédié aux seuls modèles fonctionnant sur piles AAA.

Et bien surprise, nous traitons dès aujourd'hui des modèles fonctionnant sur batterie rechargeable avec un tout nouveau protocole ! :bj:

1452114520Nous allons alimenter nos calculatrices en USB, et mesurerons ce qu'elles consomment a l'aide d'un testeur USB.

Ici il s'agit donc d'une mesure ponctuelle que nous relèverons une fois stabilisée sous 3 situations :
  • Calculatrice éteinte
  • Calculatrice allumée mais inoccupée
  • Calculatrice en train d'effectuer un calcul suffisamment long
    Nous choisissons en mode degrés :
    $mathjax$\sum{\sqrt[3]{e^{sin\left(Arctan\left(x\right)\right)}}}$mathjax$
Ne pouvant effectuer de moyenne avec cet appareil, nous n'activerons pas le mode examen.

De plus, lorsque possible nous effectuerons les mesures sous différents réglages de la luminosité de l'écran :
  • maximal
  • minimal

1452214523En théorie, l'USB sert aussi bien à alimenter la calculatrice qu'à recharger sa batterie. Or nous souhaitons ici mesurer ce que fait consommer le fonctionnement de la calculatrice, et non la charge de la batterie.

Donc nous retirerons la batterie afin d'éliminer cette consommation parasite, voici ci-contre à quoi ressemble alors le protocole.

Aussi, lorsque la calculatrice est alimentée par un ordinateur ou tout autre hôte USB actif, il y a échange de données ce qui peut générer également des parasites. De plus dans ce contexte, les TI-Nspire CX II ralentissent même leur processeur, de 396 MHz à 288 MHz.

Ici encore pour éliminer toute consommation parasite faussant nos mesures et comparaisons, nous connecterons le tout à un simple adaptateur secteur et non à un ordinateur. Il n'y aura donc pas de communication USB.

Les TI-83 Premium CE et TI-84 Plus CE seront hélas exclues des tests et comparaisons cette année.

Ce protocole ne leur convient pas, elles s'éteignent dès que l'on retire la batterie, même avec une alimentation USB déjà présente.

Dans notre base de données QCC, les HP Prime sont scindées en 3 suite à des changements matériels d'importance, susceptibles d'influer sur la consommation :
  • HP Prime G1 révision A
  • HP Prime G1 révision C (mode USB hôte pour la gestion des périphériques USB)
  • HP Prime G2 révision D (nouveau processeur passant de 400 MHz à 528 MHz)

Nous effectuons donc les mesures sur une calculatrice de chaque :
HP Prime G1-A
éclairage
minimal
éclairage
maximal
éteinte
1.800 mA
inoccupée
72.400 mA
100.600 mA
calcul
111.000 mA
140.000 mA

HP Prime G1-C
éclairage
minimal
éclairage
maximal
éteinte
1.800 mA
inoccupée
67.500 mA
95.100 mA
calcul
107.400 mA
135.500 mA

HP Prime G2
éclairage
minimal
éclairage
maximal
éteinte
7.900 mA
inoccupée
118.800 mA
144.400 mA
calcul
124.300 mA
149.700 mA

En 10 ans de TI-Nspire CX nous avons ici aussi eu droit à plusieurs évolutions matérielles significatives. Notre base de données QCC scinde ces modèles en 4 :
  • TI-Nspire CX révisions ≤N
  • TI-Nspire CX révisions O-V (remplacement de la batterie à câble par une nouvelle batterie type Samsung)
  • TI-Nspire CX révisions W+ (accélération du processeur de 132 MHz à 156 MHz + nouvel écran)
  • TI-Nspire CX II (nouveau processeur passant de 156 MHz à 396 MHz)

Nous effectuons ici les mesures sur plusieurs calculatrices de chaque, et retenons la moyenne :
TI-Nspire CX rév.≤N
éclairage
minimal
éclairage
maximal
éteinte
35.000 mA
inoccupée
50.775 mA
92.550 mA
calcul
57.350 mA
99.350 mA

TI-Nspire CX rév.O-V
éclairage
minimal
éclairage
maximal
éteinte
38.600 mA
inoccupée
55.600 mA
63.500 mA
calcul
108.900 mA
116.700 mA

TI-Nspire CX rév.W+
éclairage
minimal
éclairage
maximal
éteinte
34.750 mA
inoccupée
51.750 mA
103.650 mA
calcul
60.750 mA
113.250 mA

TI-Nspire CX II
éclairage
minimal
éclairage
maximal
éteinte
49.033 mA
inoccupée
63.833 mA
110.667 mA
calcul
84.067 mA
131.233 mA

Et enfin, terminons avec les NumWorks. Nous les scindons en 2 :
  • NumWorks N0100
  • NumWorks N0110 (nouveau processeur passant de 100 MHz à 216 MHz)

Elles sont très embêtantes, dans le sens où il nous faut ici les démonter pour déconnecter la batterie. Mais le pire c'est sur la N0100 :
  • la batterie doit être déconnectée alors que la calculatrice est déjà allumée et alimentée en USB, sinon la machine démarre en mode de récupération avec l'écran éteint
  • de plus, au remontage, il suffit de serrer les vis d'une fraction de millimètre de trop pour fendre le boîtier tellement il est fragile :mj:

NumWorks N0100
éclairage
minimal
éclairage
maximal
éteinte
37.400 mA
inoccupée
61.600 mA
136.500 mA
calcul
81.500 mA
156.800 mA

NumWorks N0110
éclairage
minimal
éclairage
maximal
éteinte
64.400 mA
inoccupée
105.300 mA
194.700 mA
calcul
173.300 mA
262.500 mA

Et voilà, nous clôturons aujourd'hui le CCC 2021. Cette première édition nous a demandé beaucoup de travail et des heures de préparation (conception des protocoles, achat des éléments nécessaires, mesures...), nous espérons qu'elle t'a intéressé(e).

N'hésite pas à nous faire part de tes retours, à nous dire si l'événement serait à reproduire une autre année, ou encore à nous partager des suggestions d'améliorations des protocoles, aussi bien pour pouvoir inclure les calculatrices de la gamme CE que pour une meilleure précision.

Qui consomme le plus (ou le moins), tu as dès maintenant l'information dans notre base de données complétée. Mais n'oublie toutefois pas de tenir compte du type d'écran (monochrome ou couleur avec éclairage) lors de tes comparaisons. ;)

Rapidement, parmi les modèles monochromes actuels sur piles :
  • le meilleur semble être les Casio Graph 25/35+E II :bj:
  • et le pire la TI-82 Advanced
Bien que les valeurs mesurées soient très proches, la différence se fera de plus en plus sentir avec le temps.

Parmi les modèles actuels à écran couleur éclairé :
  • le meilleur semble être de loin la Casio fx-CP400+E ou encore mieux la fantastique Graph 90+E :bj:
  • et le pire la NumWorks N0110, qui contrairement à son prédécesseur réussit le très regrettable exploit de battre le triste record de la HP Prime G2, avec pourtant un processeur aux performances ridicules en comparaison :mj:

Décidément, quelque soit le groupe de modèles comparés, les produits Casio semblent être les plus économiques et écologiques, félicitations ! :bj:
C'est peut-être lié au label Green Star que Casio décerne en interne chaque année à ses produits les plus performants en terme de critères écologiques, dont les calculatrices Graph 35+E II en 2019 et fx-9860GIII en 2020.

-
Search
-
Social TI-Planet
-
Featured topics
Grand Concours 2024-2025 - Programmation Python
Comparaisons des meilleurs prix pour acheter sa calculatrice !
"1 calculatrice pour tous", le programme solidaire de Texas Instruments. Reçois gratuitement et sans aucune obligation d'achat, 5 calculatrices couleur programmables en Python à donner aux élèves les plus nécessiteux de ton lycée. Tu peux recevoir au choix 5 TI-82 Advanced Edition Python ou bien 5 TI-83 Premium CE Edition Python.
Enseignant(e), reçois gratuitement 1 exemplaire de test de la TI-82 Advanced Edition Python. À demander d'ici le 31 décembre 2024.
Aidez la communauté à documenter les révisions matérielles en listant vos calculatrices graphiques !
12345
-
Donations / Premium
For more contests, prizes, reviews, helping us pay the server and domains...
Donate
Discover the the advantages of a donor account !
JoinRejoignez the donors and/or premium!les donateurs et/ou premium !


Partner and ad
Notre partenaire Jarrety Calculatrices à acheter chez Calcuso
-
Stats.
764 utilisateurs:
>748 invités
>11 membres
>5 robots
Record simultané (sur 6 mois):
6892 utilisateurs (le 07/06/2017)
-
Other interesting websites
Texas Instruments Education
Global | France
 (English / Français)
Banque de programmes TI
ticalc.org
 (English)
La communauté TI-82
tout82.free.fr
 (Français)