Cours Python Complet 🐍

# Formatage de nombres
print(f » ») # « 50.00 »
print(f » ») # « 1,000,000 »
print(f » ») # « 85.6% »

# Slicing : s[start:stop:step]
s[0] # « H »
s[-1] # « ! »
s[0:5] # « Hello »
s[::-1] # « !dlroW ,olleH » (inversé)

if age < 13:
print(« Enfant »)
elif age < 18:
print(« Adolescent »)
elif age < 65:
print(« Adulte ») # ← affiché
else:
print(« Senior »)

# match-case (Python 3.10+)
match commande:
case « start »: print(« Démarrage »)
case « stop »: print(« Arrêt »)
case _: print(« Inconnu ») # _ = default

# range(start, stop, step) — stop EXCLUS
for i in range(5): # 0,1,2,3,4
for i in range(2,10,3): # 2,5,8

# enumerate — index + valeur
for i, lang in enumerate([« Python »,« Java »,« C++ »]):
print(f »:  ») # 0: Python, 1: Java…

# zip — deux listes en parallèle
for nom, age in zip([« Alice »,« Bob »], [25,30]):
print(f » a ans »)

# break — sort immédiatement
for i in range(100):
if i == 5: break

# continue — passe à l'itération suivante
for i in range(10):
if i % 2 == 0: continue
print(i) # 1, 3, 5, 7, 9

saluer(« Alice ») # « Bonjour, Alice ! »

# Paramètres par défaut
def puissance(base, exp=2):
return base ** exp

puissance(3) # 9
puissance(3, 3) # 27

# Arguments nommés
puissance(exp=3, base=2) # 8

# **kwargs → dict d'arguments nommés
def profil(**kwargs):
for k, v in kwargs.items():
print(f »:  »)
profil(nom=« Alice », age=25)

# Type hints (Python 3.9+)
def moyenne(notes: list[float]) -> float:
return sum(notes) / len(notes)

fruits.append(« kiwi ») # Ajoute à la fin
fruits.insert(1, « poire ») # Insère à l'index 1
fruits.remove(« mangue ») # Supprime par valeur
fruits.pop() # Supprime le dernier
fruits.sort() # Trie en place
len(fruits) # Nombre d'éléments
« pomme » in fruits # True

# Set (unique)
# →
& # intersection
| # union

# Dict
d =
d[« nom »] # « Alice »
d.get(« ville », « ? ») # « ? » (défaut si absent)
d.keys() d.values() d.items()

import datetime as dt # Alias
dt.datetime.now()

from math import sqrt, pi # Import spécifique
sqrt(16) # 4.0

from math import * # ❌ Éviter (pollue le namespace)

# Écrire
with open(« f.txt », « w ») as f:
f.write(« Bonjour !\n »)

# Lire tout
with open(« f.txt ») as f:
contenu = f.read()

# Lire ligne par ligne (économe en RAM)
with open(« f.txt ») as f:
for ligne in f:
print(ligne.strip())

import csv
with open(« data.csv ») as f:
for row in csv.DictReader(f):
print(row[« nom »])

# Exception personnalisée
class AgeInvalide(Exception):
pass

def set_age(age):
if age < 0:
raise AgeInvalide(f »Âge invalide »)

def __init__(self, nom, age):
self.nom = nom # Attribut d'instance
self.age = age

def aboyer(self):
return f » : Wouf ! »

def __str__(self): # print(obj)
return f » ( ans) »

def __repr__(self): # repr(obj)
return f »Chien('', ) »

rex = Chien(« Rex », 5)
print(rex.aboyer()) # « Rex : Wouf ! »
print(rex) # « Rex (5 ans) »

class Chat(Animal):
def parler(self):
return f » : Miaou ! »

class Chien(Animal):
def parler(self):
return f » : Wouf ! »

# Polymorphisme
for a in [Chat(« Félix »), Chien(« Rex »)]:
print(a.parler())

# super() — appeler le parent
class ChienGuide(Chien):
def __init__(self, nom, maitre):
super().__init__(nom)
self.maitre = maitre

@property
def aire(self):
return 3.14159 * self._rayon ** 2

c = Cercle(5)
c.aire # 78.54 — accédé comme un attribut, pas une méthode()

# @dataclass (Python 3.7+) — classes simplifiées
from dataclasses import dataclass

@dataclass
class Point:
x: float
y: float

p = Point(3, 4)
print(p) # Point(x=3, y=4) — __repr__ auto-généré

pairs = [x for x in range(20) if x % 2 == 0] # [0, 2, 4, 6, 8, 10, 12, 14, 16, 18]

# Dict comprehension
carre_dict =
#

# Set comprehension
uniques =
#

# Imbriqué
matrice = [[i*j for j in range(3)] for i in range(3)]

for num in fibonacci(10):
print(num) # 0, 1, 1, 2, 3, 5, 8, 13, 21, 34

# Generator expression (comme list comp, mais avec ())
somme = sum(x**2 for x in range(1000000))
# Pas de liste en mémoire — calcul paresseux (lazy)

@timer
def calcul_lourd():
return sum(range(10_000_000))

calcul_lourd() # « calcul_lourd: 0.2341s »

# Décorateur intégré utile : @functools.lru_cache
from functools import lru_cache

@lru_cache(maxsize=128)
def fib(n):
if n < 2: return n
return fib(n–1) + fib(n–2)

# Installer une version spécifique
pip install pandas==2.1.0

# Fichier requirements.txt
pip freeze > requirements.txt
pip install -r requirements.txt

# Environnement virtuel (bonne pratique)
python -m venv .venv
source .venv/bin/activate # macOS/Linux
.venv\Scripts\activate # Windows

# pandas — lire un CSV
import pandas as pd
df = pd.read_csv(« data.csv »)
df.head() # 5 premières lignes
df.describe() # Statistiques descriptives
df[df[« age »] > 25] # Filtrer
df.groupby(« ville »).mean() # Agrégation

# pytest — test unitaire
# test_math.py
def test_addition():
assert 1 + 1 == 2

def test_division():
assert 10 / 2 == 5.0
# Lancer : pytest test_math.py