🐍 Cours Python Intensif pour Débutants
Objectif : Maîtriser les bases de Python en 1h30 pour l'analyse de données et l'IA.
Public : Étudiants sans prérequis en programmation.
Module 1 : Introduction et Premiers Pas (15 min)
1. Qu'est-ce que Python ?
Python est un langage de programmation lisible, puissant et polyvalent. Imaginez-le
comme un couteau suisse de l'informatique : il peut créer des sites web, automatiser
des tâches, et surtout, analyser des données et construire des intelligences
artificielles.
Pourquoi Python pour la Data ? - Simple à apprendre : Sa syntaxe est proche de
l'anglais. - Communauté immense : Des millions de développeurs partagent leur
code. - Bibliothèques spécialisées : Des outils surpuissants comme NumPy , Pandas
et Scikit-learn sont disponibles gratuitement.
2. Votre Environnement : Jupyter Notebook
Nous utiliserons Jupyter Notebook, un environnement interactif qui permet de
mélanger code, texte et graphiques. C'est le laboratoire standard des data scientists.
3. Votre Premier Programme : "Hello, World!"
Le premier pas dans tout langage est d'afficher un message. En Python, c'est très
simple.
# Ceci est un commentaire, Python l'ignore.
# La fonction print() affiche du texte à l'écran.
print("Hello, World!")
Module 2 : Les Blocs de Construction (20 min)
1. Variables : Les Boîtes à Données
Une variable est une "boîte" avec une étiquette dans laquelle vous stockez une
information.
# On stocke le nombre 28 dans une boîte étiquetée 'age'
age = 28
# On stocke le texte "Température" dans une boîte étiquetée 'nom_capteur'
nom_capteur = "Température"
# On peut ensuite utiliser l'étiquette pour voir le contenu
print(age)
print(nom_capteur)
2. Types de Données Essentiels
Python devine automatiquement le type de donnée que vous stockez.
Integer ( int ) : Nombres entiers. python nombre_produits = 150
Float ( float ) : Nombres à virgule. python temperature = 23.5 cout_moyen =
14.99
String ( str ) : Texte, toujours entre guillemets " or ' . python ville =
"Paris" statut_livraison = 'livree'
Boolean ( bool ) : Vrai ou Faux. python en_stock = True erreur_detectee =
False
Exercice 1 (5 min)
Créez des variables pour stocker les informations suivantes sur un produit : - Nom :
"Capteur de Pression" - Référence : "CP-2024" - Quantité en stock : 52 - Prix unitaire :
74.99 - Produit activé : True
Affichez ensuite chaque variable.
Module 3 : Structures de Données (25 min)
1. Listes ( list ) : Les Collections Ordonnées
Une liste est une collection ordonnée et modifiable d'éléments. Idéale pour stocker
une série de mesures ou de produits.
# Une liste de mesures de température
temperatures = [22.5, 23.1, 22.8, 24.0, 23.7]
# Accéder au premier élément (l'index commence à 0)
print("Première mesure:", temperatures[0]) # Affiche 22.5
# Accéder au dernier élément
print("Dernière mesure:", temperatures[-1]) # Affiche 23.7
# Ajouter un élément à la fin
[Link](24.2)
print("Liste mise à jour:", temperatures)
# Connaître la taille de la liste
print("Nombre de mesures:", len(temperatures))
2. Dictionnaires ( dict ) : Les Collections Étiquetées
Un dictionnaire stocke des données sous forme de paires clé: valeur. Parfait pour
décrire un objet avec plusieurs attributs.
# Un dictionnaire décrivant une livraison
livraison = {
"id": "LIV001",
"transporteur": "DHL",
"ville": "Paris",
"cout_euro": 15.50
}
# Accéder à une valeur par sa clé
print("Transporteur:", livraison["transporteur"]) # Affiche "DHL"
# Modifier une valeur
livraison["cout_euro"] = 16.0
# Ajouter une nouvelle paire clé:valeur
livraison["statut"] = "livree"
print("Dictionnaire mis à jour:", livraison)
Exercice 2 (10 min)
1. Créez une liste capteurs contenant les noms : "Température", "Pression",
"Humidité".
2. Ajoutez "Vitesse" à la fin de la liste.
3. Créez un dictionnaire mesure_actuelle avec :
4. capteur : "Température"
5. valeur : 25.7
6. unite : "Celsius"
7. Affichez la valeur de la mesure.
Module 4 : Contrôle du Flux (20 min)
1. Conditions ( if , elif , else )
Permet d'exécuter du code uniquement si une condition est vraie.
temperature = 32.0
if temperature > 30:
print("ALERTE : Surchauffe !")
elif temperature < 10:
print("ALERTE : Température trop basse !")
else:
print("Température stable.")
2. Boucles ( for )
La boucle for permet de répéter une action pour chaque élément d'une collection
(comme une liste).
# Liste des défauts par heure
defauts_par_heure = [5, 2, 8, 1, 9]
total_defauts = 0
# Pour chaque 'nombre_defauts' dans la liste 'defauts_par_heure'...
for nombre_defauts in defauts_par_heure:
print(f"Défauts détectés : {nombre_defauts}")
total_defauts += nombre_defauts # Raccourci pour total_defauts =
total_defauts + nombre_defauts
print(f"Total des défauts sur la journée : {total_defauts}")
Exercice 3 (10 min)
Reprenez votre liste temperatures de l'exercice 1. Écrivez une boucle qui parcourt
chaque température et affiche une alerte si elle est supérieure à 24.0.
Module 5 : Fonctions (10 min)
Une fonction est un bloc de code réutilisable qui effectue une tâche spécifique. C'est
la base de la programmation modulaire.
# Définition de la fonction
def calculer_moyenne(liste_nombres):
"""Calcule la moyenne d'une liste de nombres."""
if not liste_nombres: # Gérer le cas d'une liste vide
return 0
total = sum(liste_nombres)
moyenne = total / len(liste_nombres)
return moyenne
# Utilisation de la fonction
notes_etudiants = [12, 15, 9, 18, 14]
moyenne_classe = calculer_moyenne(notes_etudiants)
print(f"La moyenne de la classe est : {moyenne_classe:.2f}")
Exercice 4 (5 min)
Créez une fonction convertir_celsius_en_fahrenheit(temp_celsius) qui prend
une température en Celsius et la retourne en Fahrenheit. (Formule : F = C * 9/5 +
32 ). Testez-la avec la valeur 25.
Conclusion et Prochaines Étapes
Félicitations ! Vous avez couvert les concepts fondamentaux de Python :
Variables et Types
Listes et Dictionnaires
Conditions et Boucles
Fonctions
Ces outils sont la base indispensable pour aborder l'analyse de données. La
prochaine étape consiste à découvrir les bibliothèques spécialisées qui décuplent la
puissance de Python :
NumPy : Pour les calculs mathématiques et les matrices.
Pandas : Pour la manipulation de tableaux de données (comme des fichiers
Excel).
Matplotlib & Seaborn : Pour la création de graphiques.