Formation Python Perfectionnement

Les généralités

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 Python Perfectionnement que je propose et est donc destiné à mes stagiaires.

Ces sources sont organisées pour proposer des exemples de code sur les thèmes couverts par les formations Python Perfectionnement. Elles respectent avec quelques adaptations l'organisation d'un package.

Récupérez le projet

Le projet peut être dans l'arborescence que vous souhaitez sur votre disque.

Structure du projet

Ce projet est un projet de formation. Sa structure ne suit donc pas la structure conventionnelle d'un projet Python. L'organisation des répertoires est la suivante :

• assets : est un répertoire contenant des fichiers qui seront nécessaires pour le parcours et la manipulation de fichiers.
• demos : est un package contenant des fichiers de démonstration et d'illustration.
• exos : est votre répertoire de travail. Il est destiné à contenir le code que vous allez produire durant la formation et vous permettre de le retrouver dans cet emplacement unique.
• pylib : est un répertoire contenant du code qui sera utilisé par vos programmes.

Mise en place de l'environnement

Prérequis

Python doit être installé sur votre poste.

La formation est prévue pour une version de Python 3.10+.

Environnements de développement

Ce code ne nécessite aucun IDE en particulier.

Les environnements conseillés sont PyCharm et Visual Studio Code.

Une partie de la formation peut reposer sur des notebooks Jupyter.

Installation de dépendances

Les dépendances nécessaires au projet ne sont pas déclarées car la création d'un fichier requirements fait parti de ces formations. Les dépendances nécessaires sont listées ci-après.

Dépendances du projet

Les dépendances suceptibles d'être utilisées pour cette formation sont les suivantes :

• ipython : il s'agit d'un shell intéractif avancé préféré au shell intéractif standard.
• Pytest : utilisé pour la partie tests unitaires
• Pytz : utilisé pour la gestion des TimeZone des dates
• flake8 : outil de validation statique de code
• pylint : outil d'analyse statique de code
• jupyter : Jupyter sera utilisé pour ses notebooks, documents d'illustration. Cette dépendance installera également le shell intéractif avancé ipython.
• jupyter-lab : est une évolution du projet Jupyter. Normalement on utilise l'un ou l'autre. Les deux sont présents dans le contexte de formation.
• celery : utilisé pour l'asynchronisme. Nécessite RabbitMQ et Redis.

Ressources

Durant la formation, des ressources complémentaires peuvent être disponibles sur le partage suivant