Formation Python : Programmation Objet

Introduction à Python

• Installation de Python et des outils de développement
• Syntaxe de base et conventions (PEP8)
• Modes d’exécution : script et interactif
• Utilisation de l’interpréteur et des IDE
• Python et l’approche fonctionnelle
• Atelier pratique : Installer l’environnement Python et exécuter un script simple.

Variables et types de données

• Types de données primitifs : int, float, str, bool
• Chaînes de caractères (str) immuables
• La gestion des dates
• Conversions de types et opérations de base
• Entrées utilisateur avec input()
• Utilisation de f-strings pour le formatage
• Typage dynamique : Duck Typing
• Atelier pratique : Créer un script demandant le nom et la date de naissance, calculer l’âge de l’utilisateur, puis afficher un message personnalisé.

Structures de contrôle

• Instructions conditionnelles if, elif, else
• Boucles for et while
• Utilisation de break et continue
• Compréhensions de listes
• Atelier pratique : Écrire un programme qui affiche les nombres premiers en utilisant une boucle.

Fonctions en Python

• Définition et appel de fonctions
• Paramètres et valeurs de retour
• Portée des variables (locale vs globale)
• Fonctions lambda et expressions anonymes
• Atelier pratique : Créer une fonction qui calcule la factorielle d’un nombre donné.

Concevoir du code Python compatible multiplateforme

• Utiliser des bibliothèques Python standards pour garantir la portabilité
• Éviter les chemins de fichiers codés en dur, préférer os.path ou pathlib
• Gérer les dépendances avec des environnements virtuels (venv, pipenv)
• Tester régulièrement son application sur différents systèmes (Windows, macOS, Linux)
• Respecter les bonnes pratiques de structuration et de séparation du code (logique métier / interface)
• Atelier pratique : Adapter et tester le projet Python fil rouge sur deux plateformes différentes afin d’identifier et corriger d’éventuelles incompatibilités.

Introduction aux expressions régulières

• Présentation du concept des regex
• Recherche, extraction et remplacement de motifs textuels
• Build, test, et debug facilement : regex101 & regexr.com
• Performances, optimisation des expressions régulières
• Atelier pratique : Utiliser une regex pour extraire automatiquement des adresses e-mail et numéros de téléphone à partir d’un fichier texte, puis valider et optimiser l’expression régulière.

Modules et packages

• Structurer le code (modules, packages, imports)
• Importation de modules standards et tiers
• Création et utilisation de modules personnalisés
• Gestion des dépendances avec pip
• Utilisation d’environnements virtuels
• Atelier pratique : Organiser le code en modules séparés pour améliorer la lisibilité et la réutilisabilité.

Concepts de la POO

• Classes et objets
• Attributs et méthodes
• Encapsulation et abstraction
• Visibilité
• Avantages de la POO
• Atelier pratique : Définir une classe Personne avec des attributs nom et âge, et une méthode pour afficher ces informations.

Héritage et polymorphisme

• Héritage simple et multiple
• Redéfinition de méthodes (overriding)
• Utilisation de super()
• Polymorphisme,  et interfaces
• Atelier pratique : Créer une classe Employé héritant de Personne, ajoutant un attribut poste et redéfinissant la méthode d’affichage.

Méthodes spéciales et décorateurs

• Méthodes magiques __init__, __str__, __repr__
• Décorateurs @property, @classmethod, @staticmethod
• Utilisation de __slots__ pour optimiser la mémoire
• Introduction aux dataclasses
• Atelier pratique : Implémenter une classe Produit avec des méthodes spéciales pour afficher et comparer les objets.

Les collections intégrées en Python

• Listes (list)
• Tuples (tuple)
• Dictionnaires (dict)
• Ensembles (set)
• Frozen sets (frozenset)
• Modules spécialisés :
  • deque : files double-ended (queues)
  • namedtuple : tuples nommés pour une meilleure lisibilité
  • OrderedDict : dictionnaire garantissant explicitement l’ordre
  • Counter : compte efficacement les occurrences d’éléments

Sérialisation et désérialisation de données en Python

• Comprendre les principes de sérialisation (conversion objet ↔ flux de données)
• Utilisation de formats courants : JSON (json), Pickle (pickle)
• Choisir le format adapté : sécurité, lisibilité, performance
• Sérialisation de structures de données complexes (listes, dictionnaires, objets)
• Bonnes pratiques : gestion des erreurs, compatibilité multiplateforme
• Atelier pratique : Sérialiser et désérialiser une liste d’objets « Contact » en JSON pour sauvegarder et recharger simplement les données de l’application fil rouge.

Gestion des fichiers et des exceptions

• Lecture et écriture de fichiers texte
• Utilisation du gestionnaire de contexte with
• Bonnes pratiques pour intercepter et gérer des exceptions
• Gestion des exceptions avec try, except, finally
• Quand utiliser les exceptions ?
• Création d’exceptions personnalisées
• Logger et tracer les erreurs efficacement
• Atelier pratique : Écrire un programme qui lit un fichier texte et compte le nombre de mots, en gérant les erreurs potentielles.

Accès aux bases de données avec Python

• Présentation des bibliothèques Python courantes : SQLite (sqlite3), SQLAlchemy
• Connexion à une base de données et exécution de requêtes SQL simples
• CRUD : Création, lecture, mise à jour, suppression de données
• Gestion sécurisée des transactions (commit, rollback, exceptions)
• Bonnes pratiques : prévention des injections SQL, gestion des connexions
• Atelier pratique : Intégrer une base SQLite au projet fil rouge pour stocker, récupérer et gérer efficacement les contacts.

Introduction à Tkinter

• Présentation des bibliothèques graphiques Python
  • Tkinter
  • PyQt
  • Kivy
• Création d’une fenêtre principale
• Ajout de widgets de base : Label, Button, Entry
• Organisation des widgets avec pack, grid
• Gestion des événements simples
• Atelier pratique : Créer une interface simple avec un champ de saisie et un bouton affichant le texte saisi.

Construction d’une interface utilisateur

• Utilisation de Frame pour structurer l’interface
• Ajout de menus et de barres d’outils
• Gestion des événements complexes
• Personnalisation de l’apparence des widgets
• Atelier pratique : Développer une interface pour un gestionnaire de tâches avec ajout, suppression et affichage des tâches.

Intégration de la logique métier

• Connexion de l’interface aux classes Python
• Mise à jour dynamique de l’interface
• Gestion des erreurs et des validations
• Séparation du code en modules MVC
• Atelier pratique : Intégrer la logique du gestionnaire de contacts à l’interface graphique, permettant l’ajout et la suppression de contacts.

Tests unitaires avec unittest

• Création de cas de test
• Assertions courantes
• Organisation des tests en suites
• Exécution automatique des tests
• Atelier pratique : Écrire des tests unitaires pour les méthodes du gestionnaire de contacts, vérifiant l’ajout et la suppression de contacts.

Analyse de code et bonnes pratiques

• Utilisation de pylint et flake8 pour l’analyse statique
• Mesure de la couverture de code avec coverage.py
• Profilage des performances avec cProfile
• Débogage avancé avec pdb et les IDE modernes
• Les modules de tests unitaires
• Documentation du code avec des docstrings
• Atelier pratique : Analyser le code du projet avec pylint, corriger les problèmes identifiés et générer un rapport de couverture de tests.