Python est un langage de programmation (langage de script) permettant de faire de la programmation impérative (écrire une séquence d'instructions), de la programmation fonctionnelle (résoudre des problèmes en fabriquant des fonctions) et de la programmation orientée objet (définir des objets que l'on fait interagir entre eux).

Dans la première partie, en utilisant les classeurs Jupyter depuis une distribution Anaconda, nous expliquons clairement et rigoureusement les notions fondamentales relatives à ce langage.

Dans une seconde partie, en utilisant l'environnement de développement intégré PyCharm 2021.3 avec Python 3.10, nous apprenons les bases nécessaires pour développer une application fenêtrée PyQt5 pour la plateforme Windows 10, dotée d'une interface graphique, avec des composants hébergés qui répondent à des fonctionnalités programmées. Et nous terminons en développant une application spécifique optimisée pour pouvoir être distribuée auprès d'utilisateurs sous forme d'un exécutable unique grâce aux packages PyInstaller et Auto-Py-to-Exe.
Lire la suite Fermer

Ce livre est destiné aux personnes souhaitant avoir une première immersion dans le domaine de l'analyse de données avec le langage de programmation Python et les librairies dédiées à l'analyse de données que sont NumPy, Pandas, Matplotlib et Seaborn.

Dans ce livre, nous verrons principalement comment explorer, manipuler et visualiser des données structurées, c'est-à-dire des tableaux contenant des lignes et des colonnes.

La première partie aborde l'utilisation de la librairie NumPy qui est une librairie Python dédiée au calcul scientifique fournissant des fonctions très performantes de calcul, mais aussi des structures de données spécialisées et remarquablement performantes.

La seconde partie aborde l'utilisation de la librairie Pandas qui est une librairie Python dédiée à la Data Science. Il s'agit de la librairie Python la plus populaire et la plus performante pour faire de l'analyse de données. Cette librairie Pandas amène avec elle deux nouvelles structures essentielles pour l'analyse de données qui sont les structures Series et DataFrame.

La troisième partie aborde l'utilisation de la librairie Matplotlib qui est une librairie graphique très connue en Python car elle est puissante, très simple à prendre en main et chaque élément de la figure peut être configuré finement via un grand nombre de paramètres disponibles.

La quatrième partie aborde l'utilisation de la librairie Seaborn qui est la librairie la plus populaire pour la visualisation de graphique. En réalité, cette librairie s'appuie sur Matplotlib et elle apporte des fonctions supplémentaires permettant de générer des graphiques plus travaillés, aux allures plus modernes, et ce de manière très simple.

La cinquième partie aborde la création d'une application autonome pour visualiser des graphiques élaborés avec les librairies Matplotlib et Seaborn. Nous y verrons notamment comment utiliser le composant FigureCanvasQTAgg pour visualiser des graphiques aux allures modernes dans un projet PyCharm avec Python et la librairie des contrôles PyQt5.
Lire la suite Fermer

Le présent ouvrage présente, selon une approche pédagogique, une utilisation synthétique de Python 3.9 en utilisant la bibliothèque wxPython comme interface graphique sur la plateforme Windows 10. Il s'agit d'un cours que j'utilise pour l'enseignement aux étudiants du DUT informatique et aux étudiants de l'ENSC (École Nationale Supérieure de Cognitique) pour la partie concernant la programmation informatique.

Une expression régulière est une chaîne de caractères servant à décrire de façon générique un ensemble de chaînes grâce à l'utilisation de caractères ayant une signification particulière. La syntaxe utilisée pour l'écriture des expressions régulières, conçue par Ken Thompson, est dérivée de la notation utilisée par le mathématicien Stephen Cole Kleene, qui est à l'origine du concept.