Depuis trois mois, nous n'avons hélas pas réussi à avoir d'échantillon du module externe
TI-Python, ce qui a considérablement compliqué le travail de préparation à chaque fois que nous t'avons fait un article à son sujet.
Aussi l'avons-nous commandé et bien évidemment au prix public, dès le premier jour de sa
disponibilité chez Jarrety.
Toutefois, comble de malchance, après deux semaines nous ne l'avons toujours pas reçu.
Aussi, nos plus grands remerciements à nos premiers membres à l'avoir reçu,
samourai3745 et
zardam, qui n'ont pas hésité à se donner la peine de nous partager informations, photos, archives et même le
firmware (microgiciel) en privé.
Plan B, le test du module externe
TI-Python a donc été réalisé à partir d'une carte
Adafruit Trinket M0 reprogrammée avec le
firmware du module externe
TI-Python.
Précisons également que nous ne disposons pas non plus des mise à jour et application
TI-83 Premium CE compatibles avec ce module, et que ce dernier est donc piloté pour nos tests à partir non pas d'une calculatrice mais d'un ordinateur. Tout ce qui peut donc concerner les qualités ou défauts de l'interface sur
TI-83 Premium CE ne sera donc pas abordé ici.
Par ailleurs, la sortie officielle au moins côté logiciel est prévu pour mi-mars, et donc le firmware pourrait être différent d'ici là...
Ces péripéties expliquent également la publication assez tardive de ce test, retard pour lequel nous vous prions de bien vouloir nous excuser.
Les premiers modules externes
TI-Python pour
TI-83 Premium CE viennent donc d'être livrés
par Jarrety. Se présentant sous forme d'une petite brique, ils disposent d'un port
USB mini B permettant la connexion directe à la calculatrice, à l'aide du câble
USB mini-A ↔
USB mini-B venant avec cette dernière et initialement destiné à l'échange de données entre deux calculatrices.
Au dos nous notons le timbre à date
L-1118 qui témoigne des date et lieu d'assemblage :
- en novembre 2018
- dans l'usine de code L, c'est-à-dire l'usine Kinpo Electronics aux Philippines, ce que confirme la mention "FABRIQUÉ AUX PHILIPPINES"
Une fois la brique de plastique descellée, on en extrait une simple carte de référence
FP17-10-1, pouvant suggérer que
TI a finalement été bien plus réactif qu'il n'y paraissait en préparant sa solution
Python dès 2017.
La carte s'articule autour d'une unique puce
ATSAMD21 de chez
Atmel, embarquant :
- un processeur Cortex-M0+ (ARMv6, Thumb) cadencé à 48 MHz
- une mémoire Flash de 256 Kio
- une mémoire SRAM de 32 Kio
Une petite recherche au sujet de cette puce nous apprend son utilisation dans la console de jeux portable française, éducative et rétro
Gamebuino META, ou encore pour les cartes de développement
Arduino M0 et
Zero.
Mais de façon encore plus intéressante, c’est également la puce utilisée dans les
PyBoards (cartes de développement Python) Trinket M0 et
Feather M0 de chez
AdaFruit.
Outre une possible compatibilité des
firmwares, cela voudra peut-être dire que la base du code logiciel est commune. Auquel cas l’implémentation
Python serait du
CircuitPython, un dérivé du
MicroPython choisi par les constructeurs
Casio et
NumWorks.
3) Première connexion USB : stockage, version, fonctionnement :
Go to top
Pour les tests qui vont suivre, connectons donc le module externe
TI-Python non pas à la calculatrice puisque nous ne disposons pas encore des mise à jour et application nécessaires, mais à l'ordinateur.
Le module externe
TI-Python y est détecté avec :
- le nom TI-Python Adapter
- un identifiant vendeur 0451 qui est bien celui de Texas Instruments
- un identifiant produit E020
Mais cela énumère alors non pas un mais plusieurs périphériques supplémentaires, dont :
- un périphérique de stockage de masse qui, comme une clé USB, offre un espace de stockage nommé Python CE de 58,5 Kio de capacité, et avec 55,5 Kio libres
- un port série virtuel
Il suffit donc de copier les scripts
Python à exécuter sur l'espace de stockage.
C'est donc probablement ce que fait l'application
PyAdaptr non publiée à ce jour :
- copier le script courant lorsque l'on en demande l'exécution
- copier l'ensemble des scripts de la calculatrice lorsque l'on appelle directement la console Python
Nous notons dans le dossier racine de l'espace de stockage un fichier
boot_out.txt de contenu
"TI-Python Adapter v3.0.0.12".
Il y a donc un petit peu de travail avec au moins 6 recompilations depuis la version
3.0.0.0006 présentée le 21 octobre 2018 aux
journées APMEP à Bordeaux.
Nous avions fait à l'époque un
bilan bienveillant et globalement positif de cette version, déplorant certes un gros défaut remonté entre temps en bonne position, mais louant l'énorme travail apparemment accompli, et espérant donc qu'il allait continuer...
A priori, seulement 6 recompilations par rapport à ce qu'il restait à faire ou corriger n'est pas très bon signe, mais nous allons voir.
Nous ignorons ce qui se passe lorsque l'espace libre du module externe TI-Python est épuisé.
Nous ignorons aussi ce que donne cet espace de stockage externe dans le cadre du mode examen.
Par contre, cela implique donc qu'il devrait être possible d'avoir des programmes
TI-83 Premium CE gérant la lecture écriture sur clé USB !
Le port série virtuel quant à lui nous offre une console
Python, et permet donc l'exécution des scripts :
TI-Python wrote:>>> # Shell Reinitialized
>>> help()
To list built-in modules please do `help("modules")`.
>>>
Notons que l'exécution d'un
print(...) ne rend pas automatiquement la main, il faut valider chaque ligne affichée avec le caractère ASCII de contrôle de code 6
(ACK, obtenable au clavier sur la console en faisant ctrl
F
). On peut support qu'il s'agit d'une sorte d'accusé réception dans le contexte de l'affichage déporté de la sortie du
print(...) sur la calculatrice
TI-83 Premium CE.
Comme nous y sommes invités, tapons donc
help("modules") afin d'avoir la liste de tous les modules
Python intégrés :
TI-Python wrote:>>> # Shell Reinitialized
>>> help()
To list built-in modules please do `help("modules")`.
>>> help("modules")
__main__ collections random
array gc sys
builtins math time
Plus any modules on the filesystem
>>>
__main__ étant le script courant qui ne compte pas, nous avons donc 8 modules intégrés :
- array
- builtins
- collections
- gc
- math
- random
- sys
- time
Une implémentation remarquable par sa bibliothèque de modules standard !
Pour comparaison :
D'où le classement suivant :
- module externe TI-Python avec 8 modules
- Casio Graph 35+E/USB 75/85/95 + TI-Nspire + NumWorks (version 10.0.0) avec 7 modules
- NumWorks (version 9.2.0) avec 6 modules
- Casio Graph 90+E avec 4 modules
En terme d'éventail de modules, le module externe
TI-Python pointe donc parmi les meilleures implémentations
Python pour calculatrice !
Toutefois, l'absence d'un module graphique pour le nouveau programme de Physique-Chimie en Seconde à la rentrée 2019 est préoccupante.
Un autre grand regret cette fois-ci pour les élèves Terminales S, STI2D et STL, c'est l'absence du module
cmath pour les nombres complexes.
Mais même si donc les fonctions complexes
(module, argument...) ne sont pas incluses, cela ne veut pas forcément dire que le type nombre complexe n'est pas géré.
Testons :
TI-Python wrote:>>> # Shell Reinitialized
>>> 1j
Traceback (most recent call last):
File "<stdin>", line 1
SyntaxError: complex values not supported
>>>
Et non, mauvaise nouvelle donc, il n'y a rien sur les nombres complexes. Le module externe TI-Python n'est donc pas au point pour les élèves de Terminale S/STI2D/STL passant leurs épreuves cette année.
Pour comparaison :
D'où le classement suivant :
- NumWorks + TI-Nspire + Casio Graph 35+E/USB 75/85/95 avec calculs et fonctions complexes
- Casio Graph 90+E avec calculs complexes
- module externe TI-Python
Puisque donc le module
sys est inclus dans le module externe
TI-Python, tentons d'en apprendre davantage sur ce dernier en effectuant son exploration à l'aide du
script suivant que nous copions dans le dossier racine de l'espace de stockage :
- Code: Select all
def sstr(obj):
try:
s=obj.__name__
except:
s=str(obj)
a=s.find("'")
b=s.rfind("'")
if a>=0 and b!=a:
s=s[a+1:b]
return s
def isExplorable(obj):
s=str(obj)
return s.startswith("<module '") or s.startswith("<class '")
def explmod(pitm,pitmsl=[],reset=True):
global curline
if(reset):
curline=0
pitmsl=[sstr(pitm)]
hd="."*(len(pitmsl)-1)
spath=".".join(pitmsl)
c=0
for itms in sorted(dir(pitm)):
c=c+1
try:
itm=eval(spath+"."+itms)
print(hd+itms+"="+str(itm))
if isExplorable(itm):
pitmsl2=pitmsl.copy()
pitmsl2.append(itms)
c=c+explmod(itm,pitmsl2,False)
except:
print(hd+itms)
if c>0:
print(hd+"Total: "+str(c)+" item(s)")
return c
L'appel
explmod(sys) nous produit alors :
TI-Python wrote:>>> # Shell Reinitialized
>>> from explmod import *
>>> import sys
>>> explmod(sys)
__name__=sys
argv=[]
byteorder=little
exit=<function>
implementation=(name='circuitpython', version=(3, 0, 0))
maxsize=1073741823
modules={}
path=['', '/', '/lib', '.frozen']
platform=TI-Python Adapter
print_exception=<function>
stderr=<io.FileIO 2>
stdin=<io.FileIO 0>
stdout=<io.FileIO 1>
version=3.4.0
version_info=(3, 4, 0)
Total: 15 item(s)
15
>>>
Comme promis, nous en apprenons davantage sur le module externe
TI-Python, notamment que contrairement aux autres calculatrices il n'utilise pas
MicroPython mais
CircuitPython, une implémentation légère en fait dérivée de
MicroPython et justement développée par
Adafruit pour ses
PyBoards.
Niveau implémentation il s'agit apparemment d'un
CircuitPython 3.0.0 implémentant du
Python 3.4.0.
Notons le
sys.platform=='TI-Python Adapter' qui permettra donc à un script de savoir si il tourne sur le module externe
TI-Python.
Notons également que lorsque l'on demande au module externe
TI-Python d'importer un script, il le recherche apparemment dans l'ordre :
- dans le dossier courant
- dans le dossier racine /
- dans le dossier /lib
- dans .frozen
7) Nombres entiers courts et longs :
Go to topL'exploration du module
sys nous apprend donc que
sys.maxsize==1073741823.
Cette constante indique la borne supérieure pour les valeurs d'entiers courts. Notons que les entiers courts sont représentables nativement dans le langage machine de la plateforme faisant tourner l'implémentation
Python.
Les entiers courts peuvent donc ici prendre des valeurs de
-230=-1073741824 à
230-1=+1073741823.
Ce qui veut dire que les entiers courts sont ici codés sur 31 bits :
- 1 bit pour le signe
- 30 bits pour le nombre non signé
C'est moins que le standard
Python qui est de 32 bits
(dont 31 bits pour la valeur absolue) sur les plateformes à processeur 32 bits.
Voilà pourquoi nous qualifions plus haut
CircuitPython d'implémentation légère, il s'agit donc d'un de ses divers allègements. A priori ici il ne nous semble pas bien pénalisant.
Mais si nous parlons d'entiers courts, c'est qu'il existe des entiers longs. En
Python, si une valeur sort de l'intervalle des entiers courts, elle est automatiquement convertie en entier long. Il n'y a alors plus aucune limite, mais à la différence dans ce cas ces valeurs ne seront plus représentables nativement en langage machine.
Ce comportement n'est toutefois valide qu'à condition que le support des entiers longs ait été activé à la compilation. Vérifions cela :
TI-Python wrote:>>> # Shell Reinitialized
>>> import sys
>>> sys.maxsize+1
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
OverflowError: small int overflow
>>>
Et bien non, il va donc nous falloir retenir que le module externe TI-Python a donc des entiers courts bridés sur 31 bits, et ne gère pas les entiers longs.
Mais puisque cela ne concerne que le contexte des nombres entiers, ce n'est à notre avis pas bien gênant au lycée.
Pour comparaison :
D'où le classement suivant :
- NumWorks + TI-Nspire + Casio Graph 35+E/USB 75/85/95 + Casio Graph 90+E avec entiers courts sur 32 bits et entiers longs
- module externe TI-Python avec entiers courts sur 31 bits
Entre la puce
Atmel ATSAMD21 et le
CircuitPython comme vient de le révéler le module
sys cela fait beaucoup de coincidences, beaucoup trop.
Pour nous il est désormais clair que
Texas Instruments n'a conçu ni le matériel ni le
firmware, et a simplement adapté de l'existant de chez
Adafruit.
Le
reference design est donc très probablement la
Trinket M0 ou la
Feather M0.
Les changements apportés incluent entre autres:
- pour le matériel :
- remplacement du connecteur USB micro par de l'USB mini
- retrait de la diode RVB (si Trinket M0)
- retrait de l'oscillateur à cristal de quartz 32.768 KHz (si Feather M0)
- retrait du connecteur batterie LiPo (si Feather M0)
- retrait de la Flash SPI (si Feather M0)
- probablement divers ajustements pour garantir le bon fonctionnement de l'USB dans le contexte spécifique d'utilisation, c'est-à-dire :
- alimenté par la calculatrice (variations de voltage)
- dans un contexte scolaire (nombreux changements de salle et sorties de bâtiment quotidiens et donc variations de température)
- pour le logiciel :
- couche de communication bidirectionnelle avec l'application PyAdaptr de la calculatrice
Voyons maintenant l'éventail des capacités du module en explorant les fonctions
builtins à l'aide du
script suivant :
- Code: Select all
def explmod(pitm,pitmsl=[],reset=True):
global curline
if(reset):
curline=0
pitmsl=[sstr(pitm)]
hd="."*(len(pitmsl)-1)
spath=".".join(pitmsl)
c=0
for itms in sorted(dir(pitm)):
c=c+1
try:
itm=eval(spath+"."+itms)
print(hd+itms+"="+str(itm))
if isExplorable(itm):
pitmsl2=pitmsl.copy()
pitmsl2.append(itms)
c=c+explmod(itm,pitmsl2,False)
except:
print(hd+itms)
if c>0:
print(hd+"Total: "+str(c)+" item(s)")
return c
L'appel
explmod(builtins) nous produit alors :
- Code: Select all
>>> # Shell Reinitialized
>>> from explmod import *
>>> import builtins
>>> explmod(builtins)
ArithmeticError=<class 'ArithmeticError'>
AssertionError=<class 'AssertionError'>
AttributeError=<class 'AttributeError'>
BaseException=<class 'BaseException'>
.__init__=<function>
.Total: 1 item(s)
EOFError=<class 'EOFError'>
Ellipsis=Ellipsis
Exception=<class 'Exception'>
GeneratorExit=<class 'GeneratorExit'>
ImportError=<class 'ImportError'>
IndentationError=<class 'IndentationError'>
IndexError=<class 'IndexError'>
KeyError=<class 'KeyError'>
KeyboardInterrupt=<class 'KeyboardInterrupt'>
LookupError=<class 'LookupError'>
MemoryError=<class 'MemoryError'>
NameError=<class 'NameError'>
NotImplementedError=<class 'NotImplementedError'>
OSError=<class 'OSError'>
OverflowError=<class 'OverflowError'>
ReloadException=<class 'ReloadException'>
RuntimeError=<class 'RuntimeError'>
StopIteration=<class 'StopIteration'>
SyntaxError=<class 'SyntaxError'>
SystemExit=<class 'SystemExit'>
TypeError=<class 'TypeError'>
UnicodeError=<class 'UnicodeError'>
ValueError=<class 'ValueError'>
ZeroDivisionError=<class 'ZeroDivisionError'>
__build_class__=<function>
__import__=<function>
__name__=builtins
__repl_print__=<function>
abs=<function>
all=<function>
any=<function>
bin=<function>
bool=<class 'bool'>
bytearray=<class 'bytearray'>
.append=<function>
.extend=<function>
.Total: 2 item(s)
bytes=<class 'bytes'>
.count=<function>
.endswith=<function>
.find=<function>
.format=<function>
.index=<function>
.isalpha=<function>
.isdigit=<function>
.islower=<function>
.isspace=<function>
.isupper=<function>
.join=<function>
.lower=<function>
.lstrip=<function>
.replace=<function>
.rfind=<function>
.rindex=<function>
.rsplit=<function>
.rstrip=<function>
.split=<function>
.startswith=<function>
.strip=<function>
.upper=<function>
.Total: 22 item(s)
callable=<function>
chr=<function>
classmethod=<class 'classmethod'>
dict=<class 'dict'>
.__delitem__=<function>
.__getitem__=<function>
.__setitem__=<function>
.clear=<function>
.copy=<function>
.fromkeys=<bound_method>
.get=<function>
.items=<function>
.keys=<function>
.pop=<function>
.popitem=<function>
.setdefault=<function>
.update=<function>
.values=<function>
.Total: 14 item(s)
dir=<function>
divmod=<function>
enumerate=<class 'enumerate'>
eval=<function>
exec=<function>
filter=<class 'filter'>
float=<class 'float'>
getattr=<function>
globals=<function>
hasattr=<function>
hash=<function>
help=<function>
help=<function>
hex=<function>
id=<function>
input=<function>
input=<function>
int=<class 'int'>
.from_bytes=<bound_method>
.to_bytes=<function>
.Total: 2 item(s)
isinstance=<function>
issubclass=<function>
iter=<function>
len=<function>
list=<class 'list'>
.append=<function>
.clear=<function>
.copy=<function>
.count=<function>
.extend=<function>
.index=<function>
.insert=<function>
.pop=<function>
.remove=<function>
.reverse=<function>
.sort=<function>
.Total: 11 item(s)
locals=<function>
map=<class 'map'>
max=<function>
memoryview=<class 'memoryview'>
min=<function>
next=<function>
object=<class 'object'>
oct=<function>
open=<function>
ord=<function>
pow=<function>
print=<function>
property=<class 'property'>
.deleter=<function>
.getter=<function>
.setter=<function>
.Total: 3 item(s)
range=<class 'range'>
repr=<function>
round=<function>
set=<class 'set'>
.__contains__=<function>
.add=<function>
.clear=<function>
.copy=<function>
.difference=<function>
.difference_update=<function>
.discard=<function>
.intersection=<function>
.intersection_update=<function>
.isdisjoint=<function>
.issubset=<function>
.issuperset=<function>
.pop=<function>
.remove=<function>
.symmetric_difference=<function>
.symmetric_difference_update=<function>
.union=<function>
.update=<function>
.Total: 18 item(s)
setattr=<function>
slice=<class 'slice'>
sorted=<function>
staticmethod=<class 'staticmethod'>
str=<class 'str'>
.count=<function>
.endswith=<function>
.find=<function>
.format=<function>
.index=<function>
.isalpha=<function>
.isdigit=<function>
.islower=<function>
.isspace=<function>
.isupper=<function>
.join=<function>
.lower=<function>
.lstrip=<function>
.replace=<function>
.rfind=<function>
.rindex=<function>
.rsplit=<function>
.rstrip=<function>
.split=<function>
.startswith=<function>
.strip=<function>
.upper=<function>
.Total: 22 item(s)
sum=<function>
super=<class 'super'>
tuple=<class 'tuple'>
.count=<function>
.index=<function>
.Total: 2 item(s)
type=<class 'type'>
zip=<class 'zip'>
Total: 190 item(s)
190
>>>
Pour comparaison :
| NumWorks | Casio
Graph 90+E | | module externe
TI-Python |
ArithmeticError<0>
AssertionError<0>
AttributeError<0>
BaseException<1>
EOFError<0>
Ellipsis=Ellipsis
Exception<0>
GeneratorExit<0>
ImportError<0>
IndentationError<0>
IndexError<0>
KeyError<0>
KeyboardInterrupt<0>
LookupError<0>
MemoryError<0>
NameError<0>
NotImplemented=NotImplemented
NotImplementedError<0>
OSError<0>
OverflowError<0>
RuntimeError<0>
StopIteration<0>
SyntaxError<0>
SystemExit<0>
TypeError<0>
UnicodeError<0>
ValueError<0>
ViperTypeError<0>
ZeroDivisionError<0>
__build_class__()
__import__()
__repl_print__()
abs()
all()
any()
bin()
bool<0>
bytearray<2>
bytes<26>
callable()
chr()
classmethod<0>
compile()
complex<0>
dict<14>
dir()
divmod()
enumerate<0>
eval()
exec()
filter<0>
float<0>
frozenset<18>
getattr()
globals()
hasattr()
hash()
hex()
id()
input()
int<2>
isinstance()
issubclass()
iter()
len()
list<11>
locals()
map<0>
max()
memoryview<0>
min()
next()
object<2>
oct()
open()
ord()
pow()
print()
property<3>
range<0>
repr()
reversed<0>
round()
set<18>
setattr()
sorted()
staticmethod<0>
str<26>
sum()
super<0>
tuple<2>
type<0>
zip<0> | ArithmeticError<0>
AssertionError<0>
AttributeError<0>
BaseException<0>
EOFError<0>
Ellipsis=Ellipsis
Exception<0>
GeneratorExit<0>
ImportError<0>
IndentationError<0>
IndexError<0>
KeyError<0>
KeyboardInterrupt<0>
LookupError<0>
MemoryError<0>
NameError<0>
NotImplementedError<0>
OSError<0>
OverflowError<0>
RuntimeError<0>
StopIteration<0>
SyntaxError<0>
SystemExit<0>
TypeError<0>
ValueError<0>
ZeroDivisionError<0>
__build_class__()
__import__()
__name__=builtins
__repl_print__()
abs()
all()
any()
bin()
bool<0>
bytes<22>
callable()
chr()
classmethod<0>
complex<0>
dict<14>
dir()
divmod()
enumerate<0>
eval()
exec()
filter<0>
float<0>
frozenset<9>
getattr()
globals()
hasattr()
hash()
hex()
id()
input()
int<2>
isinstance()
issubclass()
iter()
len()
list<11>
locals()
map<0>
max()
min()
next()
object<0>
oct()
open()
ord()
pow()
print()
range<0>
repr()
reversed<0>
round()
set<18>
setattr()
slice<0>
sorted()
staticmethod<0>
str<22>
sum()
super<0>
tuple<2>
type<0>
zip<0> | ArithmeticError<0>
AssertionError<0>
AttributeError<0>
BaseException<0>
EOFError<0>
Ellipsis=Ellipsis
Exception<0>
GeneratorExit<0>
ImportError<0>
IndentationError<0>
IndexError<0>
KeyError<0>
KeyboardInterrupt<0>
LookupError<0>
MemoryError<0>
NameError<0>
NotImplementedError<0>
OSError<0>
OverflowError<0>
RuntimeError<0>
StopIteration<0>
SyntaxError<0>
SystemExit<0>
TypeError<0>
ValueError<0>
ZeroDivisionError<0>
__build_class__()
__import__()
__name__=builtins
__repl_print__()
abs()
all()
any()
bin()
bool<0>
bytes<22>
callable()
chr()
classmethod<0>
complex<0>
dict<14>
dir()
divmod()
eval()
exec()
float<0>
getattr()
globals()
hasattr()
hash()
hex()
id()
input()
int<2>
isinstance()
issubclass()
iter()
len()
list<11>
locals()
map<0>
max()
min()
next()
object<0>
oct()
open()
ord()
pow()
print()
range<0>
repr()
round()
set<18>
setattr()
slice<0>
sorted()
staticmethod<0>
str<22>
sum()
super<0>
tuple<2>
type<0>
zip<0> | ArithmeticError<0>
AssertionError<0>
AttributeError<0>
BaseException<0>
EOFError<0>
Ellipsis=Ellipsis
Exception<0>
GeneratorExit<0>
ImportError<0>
IndentationError<0>
IndexError<0>
KeyError<0>
KeyboardInterrupt<0>
LookupError<0>
MemoryError<0>
NameError<0>
NotImplementedError<0>
OSError<0>
OverflowError<0>
RuntimeError<0>
StopIteration<0>
SyntaxError<0>
SystemExit<0>
TypeError<0>
ValueError<0>
ZeroDivisionError<0>
__build_class__()
__import__()
__name__=builtins
__repl_print__()
abs()
all()
any()
bin()
bool<0>
bytearray<2>
bytes<26>
callable()
chr()
classmethod<0>
complex<0>
dict<14>
dir()
divmod()
enumerate<0>
eval()
exec()
filter<0>
float<0>
frozenset<9>
getattr()
globals()
hasattr()
hash()
hex()
id()
input()
int<2>
isinstance()
issubclass()
iter()
len()
list<11>
locals()
map<0>
max()
memoryview<0>
min()
next()
object<0>
oct()
open()
ord()
pow()
print()
property<3>
range<0>
repr()
reversed<0>
round()
set<18>
setattr()
slice<0>
sorted()
staticmethod<0>
str<26>
sum()
super<0>
tuple<2>
type<0>
zip<0> | ArithmeticError<0>
AssertionError<0>
AttributeError<0>
BaseException<1>
EOFError<0>
Ellipsis=Ellipsis
Exception<0>
GeneratorExit<0>
ImportError<0>
IndentationError<0>
IndexError<0>
KeyError<0>
KeyboardInterrupt<0>
LookupError<0>
MemoryError<0>
NameError<0>
NotImplementedError<0>
OSError<0>
OverflowError<0>
ReloadException<0>
RuntimeError<0>
StopIteration<0>
SyntaxError<0>
SystemExit<0>
TypeError<0>
UnicodeError<0>
ValueError<0>
ZeroDivisionError<0>
__build_class__()
__import__()
__name__=builtins
__repl_print__()
abs()
all()
any()
bin()
bool<0>
bytearray<2>
bytes<22>
callable()
chr()
classmethod<0>
dict<14>
dir()
divmod()
enumerate<0>
eval()
exec()
filter<0>
float<0>
getattr()
globals()
hasattr()
hash()
help()
help()
hex()
id()
input()
input()
int<2>
isinstance()
issubclass()
iter()
len()
list<11>
locals()
map<0>
max()
memoryview<0>
min()
next()
object<0>
oct()
open()
ord()
pow()
print()
property<3>
range<0>
repr()
round()
set<18>
setattr()
slice<0>
sorted()
staticmethod<0>
str<22>
sum()
super<0>
tuple<2>
type<0>
zip<0> |
| 218 | 188 | 175 | 204 | 190 |
D'où le classement suivant :
- TI-Nspire avec 218 entrées
- Casio Graph 35+E/USB 75/85/95 avec 204 entrées
- module externe TI-Python avec 190 entrées
- NumWorks avec 188 entrées
- Casio Graph 90+E avec 175 entrées
Le module externe
TI-Python se classe donc ici honorablement, avec en
builtins 93% de ce qu'offrent les
Casio Graph 35/75/85/95, ou encore
87% de ce qu'offrent les
TI-Nspire !
Sachant qu'ici nous avons un produit censé cibler le lycée, explorons les capacités offertes par le module
math à l'aide du
script suivant :
- Code: Select all
def explmod(pitm,pitmsl=[],reset=True):
global curline
if(reset):
curline=0
pitmsl=[sstr(pitm)]
hd="."*(len(pitmsl)-1)
spath=".".join(pitmsl)
c=0
for itms in sorted(dir(pitm)):
c=c+1
try:
itm=eval(spath+"."+itms)
print(hd+itms+"="+str(itm))
if isExplorable(itm):
pitmsl2=pitmsl.copy()
pitmsl2.append(itms)
c=c+explmod(itm,pitmsl2,False)
except:
print(hd+itms)
if c>0:
print(hd+"Total: "+str(c)+" item(s)")
return c
L'appel
explmod(math) nous produit alors :
TI-Python wrote:>>> # Shell Reinitialized
>>> from explmod import *
>>> import math
>>> explmod(math)
__name__=math
acos=<function>
asin=<function>
atan=<function>
atan2=<function>
ceil=<function>
copysign=<function>
cos=<function>
degrees=<function>
e=2.71828
exp=<function>
fabs=<function>
floor=<function>
fmod=<function>
frexp=<function>
isfinite=<function>
isinf=<function>
isnan=<function>
ldexp=<function>
log=<function>
modf=<function>
pi=3.14159
pow=<function>
radians=<function>
sin=<function>
sqrt=<function>
tan=<function>
trunc=<function>
Total: 28 item(s)
28
>>>
Pour comparaison :
Comme avec la Casio Graph 90+E, nous remarquons que Texas Instruments nous a effectué une sélection, et a retiré ce qui a été jugé inutile au lycée. Fonctions hyperboliques et raccourcis d'exponentielles et logarithmes notamment.
Notons toutefois que cette sélection est un peu plus riche que sur Casio Graph 90+E, avec entre autres les fonctions relatives à l'infini et les conversions d'angles entre radians et degrés.
D'où le classement suivant :
- Casio Graph 35+E/USB 75/85/95 + TI-Nspire + NumWorks avec 41 entrées
- module externe TI-Python avec 28 entrées
- Casio Graph 90+E avec 23 entrées
Par contre, ce qui est très perturbant c'est qu'apparemment math.pi==3.14159 sur le module externe TI-Python, et non pas math.pi=3.141592653589793 comme sur toutes les solutions concurrentes.
Pareil avec math.e==2.71828 au lieu de math.e==2.718281828459045.
Un problème avec la précision des décimales ? Parce que ce n'est pas possible, elle serait inférieur à ce qu'offre une calculatrice 4 opérations du primaire...
11) Nombres flottants et précision :
Go to topCreusons donc le problème du
math.pi==3.14159. Les nombres décimaux sont en fait calculés en virgule flottante, soit sous la forme
$mathjax$\pm M\times 2^{E-E_{min}}$mathjax$
avec
$mathjax$M\in [1;2[$mathjax$
, mais avec des codages différents selon que l'on travail en 32 bits ou 64 bits, dits en simple et double précision.
En
Python voici les répartitions usuelles des codages :
- simple précision / 32 bits :
- 1 bit pour le signe de la mantisse M
- 23 bits pour la valeur absolue de la mantisse M (qui en fait peut prendre des valeurs sur 24 bits, puisque le 1 systématique de la partie entière n'est pas stocké)
- 8 bits pour l'exposant E
- double précision / 64 bits :
- 1 bit pour le signe de la mantisse M
- 52 bits pour la valeur absolue de la mantisse M (qui en fait peut prendre des valeurs sur 53 bits)
- 11 bits pour l'exposant E
Testons donc la précision des mantisses et exposants sur le module externe
TI-Python à l'aide du
script suivant :
- Code: Select all
def precm(b):
k,b=0,float(b)
while 1+b**-k-1>0:
k+=1
return k
def prece():
k=0
while 2.**-k>0:
k+=1
em=-k+1
k=0
while str(2.**(em+2**k))[0:3]!='inf':
k+=1
return k
Voici la sortie obtenue :
TI-Python wrote:>>> # Shell Reinitialized
>>> from prec import *
>>> precm(2)
22
>>> precm(10)
7
>>> prece()
9
Le module externe
TI-Python est donc capable de représenter des nombres flottants
$mathjax$\pm M\times 2^{E-E_{min}}$mathjax$
avec :
- des valeurs absolues de mantisses M sur 22 bits (soit environ 7 chiffres significatifs)
- des exposants E sur 9 bits
Pour comparaison :
D'où le classement :
- TI-Nspire + NumWorks + Casio Graph 90+E + Casio Graph 35/75/85/95 avec 53+12 bits
- HP Prime avec 48+12 bits
- Casio Graph 90+E avec KhiCAS avec 45+12 bits
- module externe TI-Python avec 22+9 bits
C'est donc pire que le standard flottants en simple précision, puisqu'au lieu de 24 bits codés sur 23 bits, nous avons donc sur le module externe TI-Python 22 bits codés sur 21 bits, soit environ 7 chiffres significatifs.
Et déjà, le standard 24/23 bits est considéré comme n'étant jamais suffisant, à partir du moment où il y a besoin de calculs décimaux.
Une catastrophe, si ça reste en l'état !
Pourquoi ? Nous n'allons sûrement rien apprendre à un constructeur de calculatrices, mais comme toute représentation en virgule flottante tu vas avoir facilement des erreurs de calcul qui vont se propager sur le dernier chiffre significatif, puis l'avant-dernier et ainsi de suite. Mais ici avec seulement dans les 7 chiffres significatifs, ces erreurs vont donc facilement atteindre des chiffres recopiables sur ta copie !
Quelques exemples :
- Simple algorithme de somme :
- Code: Select all
def sumr(n,a,b,d=1):
s=0
for k in range(a,b+d,d):
s+=1/k**n
return s
L'appel sumr(-0.1,195,1,-1) fournit la sortie suivante sur le module externe TI-Python :
TI-Python wrote:>>> # Shell Reinitialized
>>> from sumr import *
>>> sumr(-0.1,195,1,-1)
300.788
>>>
Or, la bonne approximation au millième près n'est pas
300,788 mais
300,792 comme le dit unanimement la concurrence !
Mais le pire est à venir, lorsque nous allons enchaîner des calculs différents...
- Passons au niveau Première avec les racines d'un polynôme du second degré :
- Code: Select all
from math import *
def roots(a,b,c):
d=b*b-4*a*c
print("delta=b^2-4ac="+str(delta))
if d<0:
print("delta<0")
print("pas de racine reelle")
return
else:
w=sqrt(d)
x1=(-b+w)/(2*a)
if d==0:
print("delta=0")
print("1 racine double")
print("x=-b/(2a)="+str(x1))
return x1
else:
x2=(-b-w)/(2*a)
print("delta>0")
formule="racine(delta)"
print("2 racines")
print("x1=(-b+"+formule+")/(2a)="+str(x1))
print("x2=(-b-"+formule+")/(2a)="+str(x2))
return x1,x2
L'appel roots(1281.421,2562.8424,1281.421) fournit la sortie suivante sur le module externe TI-Python :
TI-Python wrote:>>> # Shell Reinitialized
>>> from roots import *
>>> roots(1281.421,2562.8424,1281.421)
delta=b^2-4ac=0.0
delta=0
1 racine double
x=-b/(2a)=-1.0
-1.0
>>>
Les conséquences ici vont bien au-delà d'une erreur de calcul pardonnable, puisque tout le raisonnement est faux. Il n'y a pas une racine double mais 2 racines distinctes, car en fait le discriminant n'est pas nul, loin de là ! Le discriminant vaut un peu plus de 2 comme l'indique unanimement la concurrence !
Même la
TI-83 Premium CE dit pareil avec son moteur de calcul historique !
Le pire, c'est donc qu'utiliser le module externe
TI-Python censé améliorer ta
TI-83 Premium CE en dégrade en fait les capacités de calcul !
Et note bien qu'ici, les deux racines sont pourtant suffisamment distinctes, la différence étant bien loin de concerner les seuls deux derniers chiffres significatifs.
Tu penses peut-être qu'il te suffira d'arrondir à l'unité pour ne pas avoir faux en recopiant les affichages de ton module externe TI-Python ? Et bien non, ne crois pas être à l'abri pour autant...
- Passons au niveau Terminale, avec un algorithme de seuil sur une suite convergente :
- Code: Select all
def seuil(d):
n,u,l,d=0,2.,1,d**2
while (u-l)**2>=d:
u,n=1+(1/((1-u)*(n+1))),n+1
print(n,u)
return n
Avec la ligne d'appel seuil(0.01), demandons au module externe TI-Python à partir de quel rang nous seront à moins d'un centième de la limite de la suite, ici 1 :
TI-Python wrote:>>> # Shell Reinitialized
>>> from seuil import *
>>> seuil(0.01)
[...]
5842 1.01001
5843 0.982895
5844 1.01
5845 0.982897
5846 1.01
5847 0.9829
5848 1.01
5848
>>>
Sauf que ce n'est pas à partir du rang
n=5848 que les termes de la suite rentrent dans l'intervalle [0,99;1,01]. Cette valeur est complètement délirante, puisque c'est en fait à partir du rang
n=6366 comme le crie unaniment la concurrence :
Si si, même la
TI-83 Premium CE est d'accord et même doublement !
Si tu crois avoir vu le pire avec un millier de différence, attends-toi à être surpris(e)...
- Restons sur les suites de Terminale, mais cette fois-ci en spécialité avec une suite récurrente d'ordre 2 :
- Code: Select all
from math import *
def u(n):
k=0
uc=1
un=1-sqrt(2)
for k in range(n):
t=2*un+uc
uc=un
un=t
return uc
def table(u,n):
for i in range(n):
print(i,u(i))
Avec la ligne d'appel table(u,23), nous obtenons sur le module externe TI-Python :
TI-Python wrote:>>> # Shell Reinitialized
>>> from suite2 import *
>>> table(u,23)
0 1
1 -0.414213
2 0.171574
3 -0.0710659
4 0.0294418
5 -0.0121822
6 0.00507736
7 -0.00202751
8 0.00102234
9 1.71661e-05
10 0.00105667
11 0.00213051
12 0.00531769
13 0.0127659
14 0.0308495
15 0.0744648
16 0.179779
17 0.434023
18 1.04782
19 2.52967
20 6.10717
21 14.744
22 35.5952
De quoi conjecturer une suite croissante divergeant vers +∞ ?...
Et bien non, perdu, cette suite converge vers 0 comme la concurrence te le dira :
Même la
TI-83 Premium CE abonde dans le même sens :
Mais attends, tu n'as pas tout vu, on peut avoir pire qu'un résultat faux : pas de résultat du tout !...
- Terminons en redescendant au niveau Première, avec l'approche du nombre dérivé par la limite du taux de variation :
- Code: Select all
def f(x):
return x*x*x
def ta1(f,x,h):
return (f(x+h)-f(x))/h
def ta2(f,x,h):
return (f(x+2*h)-2*f(x+h)+f(x))/h/h
def table(f,x,n):
for k in range(n):
h=10**-k
print(h,ta1(f,x,h),ta2(f,x,h))
Tapons table(f,1,7) pour approcher sur le module externe TI-Python les dérivées première et seconde de la fonction d'expression $mathjax$f(x)=x^3$mathjax$
en x=1 :
TI-Python wrote:>>> # Shell Reinitialized>>> from table import *
>>> table(f,1,7)
1 7.0 12.0
0.1 3.30999 6.60005
0.01 3.02997 6.07967
0.001 3.00264 5.72205
0.0001 2.98977 143.051
1e-05 3.00407 0.0
1e-06 2.86102 0.0
>>>
Et bien c'est pire que d'habitude... l'affichage est tout simplement inexploitable, aucune conjecture n'est possible.
En fait, la dérivée seconde se met à délirer dès la 4
ème itération pour devenir aberrante dès la 5
ème. La dérivée première sort quant à elle définitivement des clous à la 7ème itération.
Les valeurs que l'ensemble de la concurrence permettent de conjecturer sont
f'(1)=3 et
f''(1)=6 :
Précisons que ces problèmes peuvent également être déclenchés avec une précision de flottants sur 53 bits.
Mais voilà avec seulement 22 bits soit 7 chiffres significatifs, sur le module externe TI-Python ils se déclenchent beaucoup plus tôt dans les itérations ou récursions.
Comme de plus tu n'as donc que 7 chiffres significatifs, les erreurs vont très rapidement altérer la partie utile du résultat, celle que tu as l'habitude de recopier. Avec des conséquences désagréables lors d'une évaluation, notamment si tu omets la justification.
Et ça encore, c'est quand le résultat n'est pas totalement aberrant ou inexploitable...
Le comble étant que toute la concurrence, la TI-83 Premium CE, les calculatrices scientifique du collège et même les calculatrices 4 opérations du primaire n'ont pas ce défaut !
Bref, nous espérons que Texas Instruments remédie à cette situation problématique d'ici la sortie officielle en mi-mars...
Terminons maintenant avec l'exploration des modules
array,
collections,
gc,
random et
time à l'aide du
script suivant :
- Code: Select all
def explmod(pitm,pitmsl=[],reset=True):
global curline
if(reset):
curline=0
pitmsl=[sstr(pitm)]
hd="."*(len(pitmsl)-1)
spath=".".join(pitmsl)
c=0
for itms in sorted(dir(pitm)):
c=c+1
try:
itm=eval(spath+"."+itms)
print(hd+itms+"="+str(itm))
if isExplorable(itm):
pitmsl2=pitmsl.copy()
pitmsl2.append(itms)
c=c+explmod(itm,pitmsl2,False)
except:
print(hd+itms)
if c>0:
print(hd+"Total: "+str(c)+" item(s)")
return c
Voici la sortie obtenue :
TI-Python wrote:>>> # Shell Reinitialized
>>> import array
>>> explmod(array)
__name__=array
array=<class 'array'>
.append=<function>
.extend=<function>
.Total: 2 item(s)
Total: 4 item(s)
4
>>> import collections
>>> explmod(collections)
__name__=collections
namedtuple=<function>
Total: 2 item(s)
2
>>> import gc
>>> explmod(gc)
__name__=gc
collect=<function>
disable=<function>
enable=<function>
isenabled=<function>
mem_alloc=<function>
mem_free=<function>
Total: 7 item(s)
7
>>> import random
>>> explmod(random)
__name__=random
choice=<function>
getrandbits=<function>
randint=<function>
random=<function>
randrange=<function>
seed=<function>
uniform=<function>
Total: 8 item(s)
8
>>> import time
>>> explmod(time)
__name__=time
monotonic=<function>
sleep=<function>
struct_time=<class 'struct_time'>
Total: 4 item(s)
4
Comparaison bilan qui en découle :
D'où le classement final sur les entrées offertes :
- TI-Nspire avec 307 entrées
- NumWorks (version 10.0.0) avec 295 entrées
- Casio Graph 35+E/USB 75/85/95 avec 288 entrées
- module externe TI-Python avec 258 entrées
- NumWorks (version 9.2.0) avec 257 entrées
- Casio Graph 90+E avec 206 entrées
La mémoire de travail en
Python va accueillir :
- les définitions globales (variables, fonctions, classes) issues des scripts importés
- les arguments d'appel de la ou des fonctions en cours d'exécution
- les définitions locales effectuées par la ou les fonctions en cours d'exécution
La taille de la mémoire de travail conditionne donc jusqu'où il sera possible d'aller en
Python, nombre d'appels récursifs par exemple.
Voici quelques tailles occupées en mémoire par des variables
Python :
- 64 octets pour une liste vide
- 8 octets par élément de liste supplémentaire
- 24 octets pour un entier nul
- 28 octets pour un entier court non nul
- 49 octets pour une chaîne vide
- 1 octet par caractère de chaîne supplémentaire
En se basant sur ces tailles, le
script suivant permet d'estimer la capacité de la mémoire de travail en allouant plusieurs blocs de mémoire :
- Code: Select all
def mem():
try:
l=[]
try:
l+=[0]
l+=[""]
l[1]+="x"
while True:
try:
l[1]+=l[1][l[0]:]
except:
if l[0]<len(l[1])-1:
l[0]=len(l[1])-1
else:
raise(Exception)
except:
print("+",len(l)>1 and len(l[1]))
return 64+8*len(l)+(len(l) and 24+4*(l[0]>0)+(len(l)>1 and 49+len(l[1])))+mem()
except:
return 0
Voici la sortie obtenue :
TI-Python wrote:>>> # Shell Reinitialized
>>> from mem import *
>>> mem()
+ 8196
+ 4096
+ 2176
+ 1428
+ 512
+ 408
+ 252
+ 80
+ 32
+ 4
+ 4
+ 4
17192
>>>
L'on dispose donc sur le module externe
TI-Python d'une mémoire de travail de
17,192Ko, ce qui est bien cohérent avec la capacité
SRAM de
32Kio vue plus haut.
Cette mémoire de travail comporte donc entre autres ici des blocs continus de
8Kio et
4Kio pour les plus importants.
D'où le classement :
- TI-Nspire avec 2,046Mo
- Casio Graph 90+E avec 1,027Mo
- Casio Graph 35+E/75+E / 35+USB/75/95 SH4 avec 255,07Ko
- Casio Graph 35+USB/75/85/95 SH3 avec 30,147Ko
- module externe TI-Python avec 17,192Ko
- calculatrice NumWorks avec 13,658Ko
- logiciel web NumWorks avec 5,946Ko
17K pour le module externe TI-Python c'est donc un petit peu mieux que la NumWorks qui a bien des difficultés avec les fonctions récursives, mais cela reste encore bien faible.
Voyons maintenant les performances relatives du module externe
TI-Python.
Afin d'être équitable, le script de test ne doit pas utiliser de nombre flottants. Contentons-nous donc d'un script travaillant sur des entiers, et ne nécessitant pas d'entiers longs :
- Code: Select all
try:
from time import *
except:
pass
def hastime():
try:
monotonic()
return True
except:
return False
def genseed(ndigits):
nmax,s,k=5*10**(ndigits-1),0,1
while s<nmax:
s+=k
k*=2
return s
def genarr(ndigits):
sd,arr=genseed(ndigits),[]
for k in range(1,ndigits):
for j in range(ndigits):
t=sd%10**k
arr.extend([t,-t,10**k-t,t-10**k])
sd=sd//10+(sd%10)*10**(ndigits-1)
arr.extend([sd,-sd])
return arr
def sortarr(arr,sdiff):
segs=[0,len(arr)-1]
while len(segs):
iref=segs[0]
for k in range(segs[0],segs[1]+1):
if sdiff*(arr[k]-arr[iref])>0:
t=arr[iref]
arr[iref]=arr[k]
arr[k]=arr[iref+1]
arr[iref+1]=t
iref+=1
if iref>=segs[0]+2:
segs.extend([segs[0],iref-1])
if iref<=segs[1]-2:
segs.extend([iref+1,segs[1]])
segs.pop(0)
segs.pop(0)
return arr
def test(l,n):
timed=hastime()
start,stop,sdiff,arr=0 or timed and monotonic(),1,-1,[]
arr.extend(genarr(l))
for k in range(n):
arr.extend(sortarr(arr,sdiff))
sdiff=-sdiff
stop=timed and monotonic() or 1
return stop-start,len(arr),arr[0],arr[len(arr)//2-1],arr[len(arr)//2],arr[len(arr)-1]
La ligne d'appel
test(9,2) se termine en
23,20s sur le module externe
TI-Python.
Une fois le script exécuté à l'identique sur les autres plateformes, voici le classement obtenu :
- TI-Nspire en 1,41s
- TI-Nspire CX CR3- en 1,56s
- TI-Nspire CX CR4+ en 2,40s
- NumWorks en 3,74s
- Casio Graph 90+E en 4,75s
- HP Prime G2 en 8,81s
- Casio Graph 35+E/75+E / 35+USB/75/95 SH4 en 9,78s
- HP Prime G1 en 20,73s
- module externe TI-Python en 23,20s
- Casio Graph 90+E avec KhiCAS en 60,71s
Notons toutefois que les
HP Prime et
KhiCAS ne disposent pas d'une véritable implémentation
Python, mais d'une couche de traduction vers leur langage de programmation historique. Aussi, vouloir comparer les performances n'est peut-être pas très pertinent.
Si nous retirons donc les HP Prime et KhiCAS, le module externe TI-Python arrive alors de loin à la dernière place, un peu plus de 2 fois plus lent que les Casio Graph 35/75/95.
15) Connexion USB en mode mise à jour :
Go to top
Sur l'
Adafruit Trinket M0, enchaîner rapidement deux pressions sur le bouton reset redémarre la carte en mode mise à jour.
Nous avons alors dans ce cas accès un espace de stockage de
4 Mo dénommé
TRINKETBOOT.
Nous y trouvons un fichier
CURRENT.UF2 de
512 Kio qui est en fait une copie du
firmware actuellement installé au format
UF2. Le
firmware peut donc être facilement sauvegardé, et mis à jour par simple copie d'un nouveau fichier
UF2.
Nous trouvons également un fichier
INFO_UF2.TXT de contenu :
Adafruit Trinket M0 wrote:UF2 Bootloader v1.23.0 SFHR
Model: Trinket M0
Board-ID: SAMD21E18A-Trinket-v0
Notre
Adafruit Trinket M0 démarre donc sur un
boot en version
1.23.0 SFHR.
Or un bouton reset est toujours présent sur le module externe
TI-Python, et selon
zardam qui a testé pour nous ce mode de démarrage spécial est toujours présent !
Le contenu du fichier
INFO_UF2.TXT est légèrement différent :
TI-Python wrote:UF2 Bootloader v1.0.3U SFRO
Model: TI-Python Adapter
Board-ID: TI Python Adapter
Nous ignorons pourquoi, mais
Texas Instruments s'est donc donné la peine de se développer une toute nouvelle version du
boot puisque inconnue de Google, la
1.0.3 SFRO.
Et en fait nous ne tardons pas à découvrir une des choses qui ont été changées, le fichier CURRENT.UF2 bien que toujours présent et de bonne taille, ne contient rien d'intéressant.
Nous ignorons si cette fonctionnalité a été cassé involontairement, ou si Texas Instruments ne l'a pas fait exprès pour mettre des bâtons dans les roues à ceux qui voudraient récupérer le firmware, ce qui ne nous étonnerait absolument pas de la part de ce constructeur.
Pas de possibilité donc de récupérer le
firmware via le mode mise à jour du
boot, mais
zardam a trouvé une interface
SWD sur les points de test
TP7 (SWDCLK) et
TP8 (SWDIO). C'est ainsi qu'il a pu copier le
firmware et nous le passer, rendant ainsi ce test possible.
Le
firmware du module externe
TI-Python fonctionne donc parfaitement selon nos tests sur la carte
Adafruit Trinket M0 (sa diode RVB devenant alors inutilisable), ainsi que sur la carte
Arduino M0 selon les tests de
zardam.
Il est probable que le
firmware fonctionne également sur les cartes
Adafruit Feather M0 et
Arduino Zero car munies de la même puce
Atmel ATSAMD21.
Des alternatives donc intéressantes si jamais la disponibilité du module externe
TI-Python venait à faire défaut un jour !
De plus, certaines de ces cartes sont à la différence facilement trouvables pour moins de 10€ !
Enfin, les dimensions de la carte
Adafruit Trinket M0 sont nettement inférieures à celles de la carte du module externe
TI-Python, ce qui la rend beaucoup plus intéressante pour tenter de la faire rentrer dans une calculatrice
TI-Premium CE, et avoir ainsi un module
interne et donc parfaitement autorisé aux examens en France.
Précisons toutefois que, ne disposant pas des mise à jour et application nécessaires, nous n'avons pas pu tester sur calculatrice.
Il n'est pas garanti que l'application PyAdaptr acceptera de fonctionner avec un firmware tournant sur une carte non officielle.
Lors de notre
premier contact avec le module externe
TI-Python en octobre dernier, nous avions été très impressionnés. Nous le sommes sans doute moins aujourd'hui, après avoir donc découvert que le logiciel et le matériel avaient été repris de chez
Adafruit. L'essentiel du travail visible effectué par
Texas Instruments ne concernerait donc plus que l'application
PyAdaptr et la future mise à jour
5.3.5 qui va avec, éléments qui ne font pas partie de ce test.
Pour la faible capacité de stockage
(58,5 Kio même si il y a pire chez la concurrence), elle sera à re-tester dans le contexte d'une vraie calculatrice chargée avec plus de 60K de scripts
Python, ainsi qu'en mode examen.
Pour le reste nous pouvons excuser l'absence de gestion des entiers longs, la faible mémoire de travail
(17Ko) ou encore les faibles performances...
Nous pouvons même excuser l'absence de gestion des nombres complexes puisque les élèves étant en Terminale S/STI2D/STL cette année ont donc eu droit à l'ancien programme de Seconde qui n'imposait pas encore un enseignement exclusivement en langage
Python.
Nous pouvons également excuser l'absence d'un module graphique, puisqu'il ne sera nécessaire avant la rentrée 2019 pour le nouveau programme de Physique-Chimie en Seconde.
Edit update: TI a corrigé le problème des flottants dans sa nouvelle version 
Edit update: TI fixed the floating point issue in the new version Mais nous ne pouvons pas passer l'éponge sur l'absence de gestion des nombres flottants en double précision.
En l'état actuel sur donc cette version
3.0.0.12 la précision en calcul décimal du module externe
TI-Python est inférieure à ce qu'offre une calculatrice basique 4 opérations de primaire. Comme vu plus haut nombre d'activités numériques au programme de Mathématiques du lycée pourront conduire à des résultats faux, aberrants ou même totalement inexploitables, et ce avec une probabilité bien supérieure par rapport aux solutions concurrentes !
Or, si le module externe
TI-Python n'est pour l'instant pas utilisable en Physique-Chimie à la rentrée 2019, le minimum serait quand même qu'il soit sereinement utilisable en Mathématiques.
Si il peut être fort intéressant d'évoquer en classe la représentation interne des nombres décimaux pour expliquer pourquoi le module externe
TI-Python a faux, les conséquences lors d'une évaluation écrite seront moins drôles, particulièrement pour les réponses qui ne seront pas accompagnées d'une justification et c'est
(hélas) régulièrement le cas en algorithmique au BAC.
Adafruit ne va sûrement pas corriger cela ni accepter de contribution à son code en ce sens,
because it's not a bug it's a feature.
CircuitPython est volontairement une version très allégée de
MicroPython afin de pouvoir tourner sur des cartes de développement peu puissantes, ce qui permet accessoirement à
Adafruit de vendre d'autres cartes aux capacités de calcul améliorées
(cartes Express notamment).
Ce serait donc à
Texas Instruments de corriger, et tout espoir n'est pas encore perdu puisqu'une mise à jour du module externe
TI-Python peut encore sortir à l'occasion de la future publication des application
PyAdaptr et mise à jour
5.3.5 pour
TI-83 Premium CE prévue pour mi-mars 2019.
En effet, nous avons signalé ce défaut en très bonne position en novembre 2018, et le module externe
TI-Python ici testé a justement été assemblé en novembre 2018. Il ne pouvait donc pas encore disposer des améliorations que nous avons indiquées comme souhaitables, ou essentielles dans le cas qui nous intéresse ici.
Peut-être que le choix de partir sur une implémentation
CircuitPython était dès le départ une erreur, celle-ci nous semblant plutôt orientée pour une découverte du
Python auprès d'un jeune public voir pour des projets technologiques, et certainement pas pour le contexte scientifique du lycée.
Mais le constructeur
Texas Instruments va-t-il donc se donner la peine de corriger
CircuitPython alors qu'il donne au contraire l'impression d'avoir rogné au maximum les coûts du module externe
TI-Python (pour pouvoir en offrir 70000 aux enseignants), en reprenant les matériel et
firmware ouverts d'
Adafruit ? Un changement aussi profond dans le coeur de l'interpréteur
Python impliquera d'autres coûts, puisque comme il ne sera pas accepté par
Adafruit il faudra le réappliquer et retester à chaque mise à jour de
CircuitPython !
Nous ignorons la réponse mais le découvrirons bientôt, et la négative serait inexcusable.
Il n'en reste pas moins que le module externe
TI-Python nous est fort sympathique. L'idée de pouvoir enfin exécuter du code
Python sur
TI-83 Premium CE ça nous fait quelque chose, et à part de réinvestir dans une autre calculatrice il n'y a de toutes façons aucune autre alternative à ce jour.
Surtout, l'implémentation
Python de ce module a le bel avantage ne pas être aseptisée contrairement à certaines implémentations officielles sorties pour des calculatrices concurrentes. Nous avons en effet les modules
array,
collections,
gc,
time et même
sys... un vrai
Python cette fois-ci quoi !
by 
D'une part, nous notons des améliorations apportées au moteur de calcul.
Une fois de plus, le constructeur NumWorks nous prouve sa grande réactivité en n'attendant pas le dernier moment pour apporter une solution, l'inclusion dans son application Python du module turtle développé par jean-baptiste boric en novembre 2018.
De quoi tracer facilement des vecteurs ou même encore plus complexe comme des fleurs ! 
