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 proposer des exemples de code sur les thèmes couverts par les formations de base Python. Elles respectent avec quelques adaptations l'organisation d'un package.
Le projet peut être dans l'arborescence que vous souhaitez sur votre disque.
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 : contient 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. Ce package contient également des exemples Tkinter.
- stage : 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.
Python doit être installé sur votre poste.
La formation est prévue pour une version de Python 3.6+.
Python ainsi que les dépendances doivent être dans le PATH. Vous pouvez vérifier le bon fonctionnement dans un terminal/invite de commande par les instructions
python --version
python -m pip --version
Python ne nécessite aucun IDE en particulier.
Les environnements conseillés sont PyCharm et Visual Studio Code.
PyCharm est un environnement dédié à Python, il intègre donc un certain nombre d'outils. PyCharm existe en version licenciée ou Community, cette dernière, gratuite et complète, convient amplement à la formation.
VS Code nécessite l'installation d'un plug-in pour la prise en charge de Python.
Un environnement virtuel permet d'isoler l'environnement du projet de votre environnement système. Il permet ainsi d'éviter les conflits de dépendance et facilite l'exécution des programmes Python indépendamment des versions de l'interpréteur.
Créer un environnement virtuel n'est pas indispensable. Vous pouvez passer cette étape sur des postes dédiés à la formation.
Il y a deux moyens de créer un environnement virtuel : par l'invite de commande ou par les outils intégrés de certains IDE. Depuis une version relativement récente, PyCharm proposera de créer et configurer un venv à l'ouverture du projet.
Pour créer un venv par invite de commande, il suffit de se placer dans le répertoire du projet et d'exécuter l'instruction suivante :
python -m venv venv
Vous devez utiliser la version de l'interpréteur pour laquelle vous voulez créer un environnement virtuel. Ainsi, si python pointe sur du 2.7 et que pour exécuter l'interpréteur python 3.6, il faut exécuter python3.6, l'instruction est :
python3.6 -m venv venv
Le second venv est le nom du répertoire qui sera créé. Celui-ci contiendra toute la configuration de l'environnement virtuel. Le nom venv est attribué par convention, celui-ci est par défaut dans les fichiers comme les git ignore.
Activer un environnement virtuel dépend de votre système, le plus simple est de consulter la documentation.
pip est le gestionnaire de dépendances qui va vous permettre d'installer les dépendances nécessaires à ce projet.
Attention : pip utilise des ports dédiés pour communiquer avec les
dépôts. Si vous êtes derrière un Firewall, il sera nécessaire de lui
communiquer le proxy.
Vous pouvez installer une dépendance spécifique par l'instruction
pip install ipythonCette commande permet d'installer la dépendance ipython.
Les dépendances nécessaires au projet sont déclarées dans le fichier
requirements.txt. Vous pouvez donc installer l'ensemble des dépendances avec
la commande :
pip install -r requirements.txtou
python -m pip install -r requirements.txt
Votre environnement est alors prêt à l'emploi.
Certains fichiers ont l'extension .ipynb. Il s'agit de documents de type
Jupyter Notebooks générés à l'aide de Jupyter. Pour
pouvoir les utiliser, vous devez avoir installé la dépendance (voir section
précédente).
Pour accéder à ces documents, il faut lancer le serveur Jupyter par l'instruction :
jupyter notebook
ou
python -m jupyter notebook
Le fichier requirements liste les dépendances nécessaires au projet dans son ensemble. Il s'agit de :
- jupyter : Jupyter sera utilisé pour ses notebooks, documents
d'illustration. Cette dépendance installera également le shell intéractif
avancé
ipython. - Pytest : utilisé pour la partie tests unitaires
- Pytz : utilisé pour la gestion des TimeZone des dates.
Durant la formation, des ressources complémentaires peuvent être disponibles sur le partage suivant