Derniere mise a jour :

Guide de démarrage rapide ROOT

Qu’est-ce que ROOT ?

ROOT est un framework open-source en C++ et Python développé au CERN pour le traitement de données, l’analyse statistique, la visualisation et le stockage en physique des hautes énergies (HEP). C’est l’outil standard pour analyser les données de physique des particules et il est utilisé par pratiquement toutes les expériences au CERN.

ROOT fournit des structures de données spécialisées (comme TTree pour les données en colonnes), l’histogrammation, l’ajustement de courbes et un puissant système d’entrées/sorties basé sur le format de fichier .root. Il inclut également CLING, un interpréteur C++ interactif, et PyROOT, une interface Python vers toutes les classes ROOT.

Option sans installation : SWAN

Si vous souhaitez commencer à utiliser ROOT immédiatement sans rien installer, le CERN fournit SWAN (Service for Web-based ANalysis) sur swan.cern.ch. SWAN est un service basé sur JupyterHub qui vous offre un environnement de notebooks avec ROOT, PyROOT et de nombreux autres packages scientifiques Python préinstallés.

Connectez-vous simplement avec vos identifiants CERN, choisissez une pile logicielle et commencez à coder. SWAN se connecte à votre stockage EOS, vous pouvez donc accéder directement à vos fichiers de données. C’est le moyen le plus rapide de démarrer avec ROOT au CERN.

Méthodes d’installation

Conda (Recommandé pour les machines personnelles)

Le moyen le plus simple d’installer ROOT sur votre machine personnelle est via conda-forge :

conda create -n root-env
conda activate root-env
conda install -c conda-forge root

Snap (Linux)

Sur les distributions Linux prenant en charge les paquets Snap :

sudo snap install root-framework

Homebrew (macOS)

Sur macOS avec Homebrew installé :

brew install root

Binaires précompilés

Téléchargez les binaires précompilés pour votre plateforme depuis le site officiel ROOT sur root.cern/install. Extrayez l’archive et sourcez le script de configuration :

tar -xzf root_v6.XX.YY.Linux-ubuntu22-x86_64-gcc11.4.tar.gz
source root/bin/thisroot.sh

Sur lxplus (CVMFS)

Sur les machines lxplus du CERN, ROOT est disponible via CVMFS sans aucune installation. Configurez simplement l’environnement logiciel LCG :

# Lister les versions LCG disponibles
ls /cvmfs/sft.cern.ch/lcg/views/


Configurer une version LCG spécifique (exemple)


source /cvmfs/sft.cern.ch/lcg/views/LCG_105/x86_64-el9-gcc13-opt/setup.sh


Vérifier que ROOT est disponible


root --version

Premiers pas avec ROOT

C++ interactif (CLING)

Lancez l’interpréteur C++ interactif de ROOT en tapant root dans votre terminal :

$ root
root [0] TH1F *h = new TH1F("h", "Mon Histogramme", 100, -5, 5);
root [1] h->FillRandom("gaus", 10000);
root [2] h->Draw();
root [3] .q

PyROOT

Utilisez ROOT depuis Python avec les liaisons PyROOT :

import ROOT


Créer et remplir un histogramme


h = ROOT.TH1F("h", "Distribution Gaussienne;x;Entrées", 100, -5, 5)
h.FillRandom("gaus", 10000)


Dessiner sur un canvas


c = ROOT.TCanvas("c", "Mon Canvas", 800, 600)
h.Draw()
c.SaveAs("histogram.png")

Lire des fichiers .root

Ouvrir et explorer un fichier ROOT existant :

import ROOT


f = ROOT.TFile.Open("data.root")
f.ls()           # Lister le contenu
tree = f.Get("Events")  # Obtenir un TTree
tree.Print()     # Afficher les branches
tree.Draw("pt")  # Tracé rapide d’une branche

Intégration NumPy / pandas

Convertir des données ROOT en tableaux NumPy ou DataFrames pandas pour les utiliser avec l’écosystème Python plus large :

import ROOT
import numpy as np


Utilisation de RDataFrame (approche ROOT moderne)


df = ROOT.RDataFrame("Events", "data.root")
npy = df.AsNumpy(["pt", "eta"])  # Retourne un dict de tableaux NumPy


Convertir en DataFrame pandas


import pandas as pd
pdf = pd.DataFrame(npy)

Ressources essentielles

Tâches courantes de la première semaine