Ce livre s’adresse à des lecteurs ayant déjà une certaine expérience de la programmation. Son objectif est de rappeler les concepts-clés de Python et de les illustrer dans des cas d’utilisation variés comme l’optimisation, les statistiques, le traitement du signal et l’intelligence artificielle. Il est composé de cinq parties : Les bases du langage : un rappel des bases du langage Python (versions 3.8 et 3.9) focalisé sur les structures de données. L’écosystème Python : les bibliothèques tierces incontournables, présentes dans la plupart des projets Python. L’environnement Anaconda est également introduit. Écrire un Python naturel et efficace : les paradigmes de programmation, les concepts et structures Python qui s’y rapportent et les conventions de la communauté Python pour écrire un code clair et facile à maintenir. Python, couteau suisse du quotidien : comment manipuler les fichiers (image, son, Excel, XML, PDF, JSON…), construire et interagir avec des services web, écrire des outils graphiques ou en ligne de commande. Développer un projet en Python : comment préparer une bibliothèque, interagir avec des bibliothèques tierces, gérer les versions et la non-régression, et comment garantir la qualité, la correction et la robustesse du code.

-

Ce livre propose un cours complet sur la POO en langage Python et un aide-mémoire exhaustif. Il décrit de manière simple et précise les notions importantes comme les objets, classes, méthodes, héritage, surcharge, constructeurs... Chaque point est illustré par des exemples et des scripts permettant au lecteur de comprendre en profondeur les notions étudiés.

Vous avez toujours voulu maîtriser l'art de la programmation et de l'algorithmie en utilisant Python, l'un des langages de programmation les plus populaires au monde ? Ce livre est conçu pour vous aider à atteindre cet objectif. Ce livre est une ressource inestimable pour les programmeurs débutants et intermédiaires qui souhaitent renforcer leurs compétences en algorithmie et en Python. Que vous soyez un étudiant en informatique, un professionnel en reconversion ou simplement un passionné de programmation, ce livre vous proposera une série d'exercice afin d'approfondir vos compétences.

ake full creative control of your web applications with Flask, the Python-based microframework. With the second edition of this hands-on book, you'll learn the framework from the ground up by developing, step-by-step, a real-world project created by author Miguel Grinberg. You'll learn the framework's core functionality, as well as how to extend applications with advanced web techniques such as database migration and web service communication.

-

-

If you’re like many of Excel’s 750 million users, you want to do more with your data—like repeating similar analyses over hundreds of files, or combining data in many files for analysis at one time. This practical guide shows ambitious non-programmers how to automate and scale the processing and analysis of data in different formats—by using Python.

-

This book introduces students with little or no prior programming experience to the art of computational problem solving using Python and various Python libraries, including PyLab. It provides students with skills that will enable them to make productive use of computational techniques, including some of the tools and techniques of “data science” for using computation to model and interpret data. The book is based on an MIT course (which became the most popular course offered through MIT’s OpenCourseWare) and was developed for use not only in a conventional classroom but in in a massive open online course (or MOOC) offered by the pioneering MIT–Harvard collaboration edX. Students are introduced to Python and the basics of programming in the context of such computational concepts and techniques as exhaustive enumeration, bisection search, and efficient approximation algorithms. The book does not require knowledge of mathematics beyond high school algebra, but does assume that readers are comfortable with rigorous thinking and not intimidated by mathematical concepts. Although it covers such traditional topics as computational complexity and simple algorithms, the book focuses on a wide range of topics not found in most introductory texts, including information visualization, simulations to model randomness, computational techniques to understand data, and statistical techniques that inform (and misinform) as well as two related but relatively advanced topics: optimization problems and dynamic programming. Introduction to Computation and Programming Using Python can serve as a stepping-stone to more advanced computer science courses, or as a basic grounding in computational problem solving for students in other disciplines.

-

-