⚠️ Cette formation est donnée par Darko. (https://github.com/darko-itpro) L'ensemble des exercices ainsi que la page ci-dessous proviennent donc de sa formation.
This is the practical cases for Python training I provide. Intended for french trainee, the rest of the explanations are in french.
Ce référentiel complète la formation que je propose et est donc destiné à mes stagiaires.
Ces sources sont organisées pour suivre le déroulement de la formation tout en respectant l'organisation d'un package.
Important : depuis janvier 2017, mes formations sont orientées Python3, ces exercices et illustrations sont donc portés vers Python3 et une compatibilité Python2 n'est plus garantie.
Ces sources contiennet un corrigé des exercices pratiques proposés en cours. Rappelez-vous que bien que la devise de Python soit Il y a une manière évidente de faire, il s'agit donc d'une proposition de solution dont l'objectif principal est d'illustrer ce qui a été présenté en formation. Les répertoires d'intérêt sont :
/training/projects
propose plusieurs projets regroupés en packages./bank
propose des modules sur le thème de la gestion de comptes bancaires./mediamanager
contient des modules répondant aux différents exercices de création et gestion de médiathèque./sncf
contient le modulebest_day
qui est une solution de l'extraction de donnée à partir d'un fichier.
/training/cases
est un package contennat des modules illustrant des outils présentés durant la formation
Historiquement certains modules peuvent contenir le sujet.
La documentation accompagnant les sources dans le répertoire /docs
contient les sujets d'exercice.
Le plus simple pour y accéder pendant la formation est de générer la documentation.
Le répertoire /draft
est un répertoire contenant des squelettes de modules à compléter.
Il faut donc commencer par récupérer les sources en local.
Assurez-vous que pip soit installé. Créez si vous le souhaitez un virtualenv dédié à la formation. Si vous utilisez un IDE tel que PyCharm, vous pouvez l'utiliser pour créer ce virtualenv. Placez vous alors à la racine du projet et saisissez
pip install -r requirements.txt
Votre environnement contient alors toutes les dépendances nécessaires. Il ne reste plus qu'à générer la documentation. Placez-vous dans le répertoire docs et exécutez
make html
La documentation est alors dispoible dans le sous répertoire _build/html.
Le répertoire notebooks contient des cahiers d'exercices. Ceux-ci sont des documents type Jupyter Notebooks générés à l'aide de Jupyter. Ce dernier est inclus dans les dépendances.
Placez-vous dans le répertoire notebooks et exécutez la commande
jupyter notebook 00_presentation.ipynb
Vous pouvez maintenant travailler avec les notebooks. Ceux-ci sont proposés comme outil pour vous aider à vous familiariser avec le langage.
Le répertoire assets contient des fichiers issus de l'Opendata de la SNCF. Les droits appartiennent évidemment à la SNCF et ces fichiers sont présents ici pour disposer de documents texte volumineux à parcourir et explorer.
Durant la formation, des ressources complémentaires peuvent être disponibles sur le partage suivant.