Sur cette page

Tutoriel Python : guides pratiques pour résoudre vos problèmes quotidiens

Python est un langage polyvalent utilisé pour l’automatisation, le travail sur les données, les backends web et le calcul scientifique, et la plupart des gens l’apprennent en résolvant un problème concret à la fois. Cette page est la carte des plus de 1 400 guides pratiques Python de DelftStack. Les guides sont regroupés ci-dessous selon la tâche que vous cherchez à accomplir — nettoyer du texte, travailler avec des listes et des dictionnaires, manipuler des fichiers et des dates, corriger des erreurs — et chaque groupe s’ouvre sur des guides sélectionnés par la rédaction qui répondent aux questions que les lecteurs posent le plus souvent. Que vous écriviez votre premier script ou que vous mainteniez du code Python au quotidien et ayez simplement besoin d’une réponse fiable, commencez par le parcours d’apprentissage ou passez directement au groupe qui correspond à votre problème.

Le parcours d’apprentissage Python : configurez votre environnement, maîtrisez les données de base, gérez les tâches quotidiennes, corrigez les erreurs, puis passez aux classes et à OpenCV

Le parcours d’apprentissage Python

Vous n’avez pas besoin de lire 1 400 guides dans l’ordre. Un parcours fiable consiste à configurer d’abord votre environnement, puis à maîtriser les types de données que vous utiliserez chaque jour — les chaînes, les listes et les dictionnaires — puis à ajouter les fichiers, les dates et les nombres, et seulement ensuite à consacrer du temps à la gestion des erreurs et au code orienté objet. Python récompense cet ordre parce que chaque étape s’appuie sur la précédente : la manipulation de texte rend le travail sur les fichiers facile, le travail sur les fichiers rend le travail sur les données facile, et les messages d’erreur cessent d’être mystérieux une fois que vous savez ce que le code essayait de faire. Considérez les étapes ci-dessous comme une liste de contrôle ; dès que l’une d’elles vous semble facile, passez à la suivante.

  1. Configuration. Installez Python et vérifiez ce que vous exécutez grâce au contrôle de version d’Anaconda et de Python ; la confusion de versions est à l’origine de nombreux signalements d’« installation cassée ».
  2. Données de base. Apprenez à convertir une chaîne en liste et à obtenir la première clé d’un dictionnaire — ces types apparaissent dans presque tous les programmes.
  3. Tâches quotidiennes. Supprimer une ligne d’un fichier, mettre en forme un datetime, calculer une moyenne mobile : les groupes ci-dessous couvrent ce travail quotidien.
  4. Correction des erreurs. Quand le code casse, ConnectionRefusedError et les autres guides d’erreurs montrent comment trouver la cause au lieu de deviner.
  5. Aller plus loin. Inspectez les attributs d’un objet et recadrez des images avec OpenCV ; les groupes sur les classes et sur OpenCV font le pont vers des projets plus vastes.

Après le parcours, utilisez cette page comme référence : chaque groupe ci-dessous est autonome, et l’index alphabétique complet situé sous chaque section énumère l’ensemble des plus de 1 400 guides, y compris la longue traîne de questions précises que les listes sélectionnées ne peuvent pas couvrir.

Chaînes et texte

Presque tous les scripts Python touchent au texte : saisie de l’utilisateur, contenu de fichiers, pages web aspirées, exports CSV. Ce groupe couvre les quatre choses que vous ferez avec ce texte — le convertir, le nettoyer, le comparer et, à l’occasion, le styliser. Lisez d’abord le guide de conversion : transformer une chaîne en liste de mots ou de valeurs est l’opération passerelle pour tout le reste. Viennent ensuite les guides de nettoyage — les caractères invisibles provoquent des bogues exaspérants. Terminez par la comparaison, là où se trouve la logique de validation, et gardez le guide de stylisation pour le jour où vous construirez un outil en ligne de commande.

Aller plus loin : le sous-hub Python String organise les 115 guides sur les chaînes par tâche — convertir, nettoyer, rechercher et formater — avec une carte complète des méthodes de chaîne.

Listes, dictionnaires et collections

Les listes et les dictionnaires sont les conteneurs par défaut de Python, et les maîtriser sépare les scripts qui fonctionnent tout court des scripts qui sont aussi courts et clairs. Commencez par le guide sur les dictionnaires : il clarifie ce que « premier » signifie pour un dictionnaire — l’ordre d’insertion — et comment lire une clé directement. Le guide sur les tranches est l’autre fondation. Vient ensuite l’hygiène des données : les listes numériques réelles arrivent avec des valeurs NaN, et les extrêmes comme la dispersion doivent être localisés et mesurés avant que toute analyse construite dessus ait un sens.

Erreurs et exceptions

Un message d’erreur est un rapport structuré : le nom de l’exception vous dit quelle hypothèse a échoué, la valeur vous dit où. Lisez ce groupe dans cet ordre. KeyError signifie que vos données ne contenaient pas ce que le code attendait ; le IndexError scalaire signifie qu’une valeur NumPy avait moins de dimensions que prévu. Les erreurs de connexion et de permission sont d’une autre nature — la logique du code est correcte, mais l’environnement a refusé l’opération, donc la correction consiste à vérifier le serveur, le port ou les permissions de fichier.

Nombres, mathématiques et opérateurs

Ce petit groupe attire une demande disproportionnée dans plusieurs langues, parce que chaque guide répond à une question difficile à formuler dans une zone de recherche. Le guide XOR est le conceptuel : la logique bit à bit sous-tend les drapeaux, les sommes de contrôle et un célèbre tour d’échange de variables. Le guide sur la moyenne mobile est le pratique — le premier outil de séries temporelles de la plupart des lecteurs. Les deux derniers guides clarifient une terminologie à l’origine de vrais bogues : le nombre d’Euler a trois « bonnes » fonctions différentes, et tronquer un float n’est pas l’arrondir.

  • XOR en Python — Utilisez ^ pour le XOR bit à bit et booléen, lisez la table de vérité et découvrez le tour d’échange de variables.
  • Calculer une moyenne mobile en Python — Lissez une série NumPy avec une moyenne mobile issue de convolve ou de cumsum, ou avec pandas et Bottleneck.
  • Le nombre d’Euler en Python — Obtenez la constante sous la forme math.e ; élevez-la avec math.exp() pour les scalaires ou numpy.exp() pour les tableaux, plus expm1() près de zéro.
  • Tronquer un float en Python — Coupez un float à un nombre défini de décimales, et voyez en quoi round() diffère d’une vraie troncature.

Environnement et configuration

Les problèmes d’environnement bloquent tout le reste, donc ce groupe se trouve à l’entrée de la collection même si rien de tout cela n’est de la « programmation ». Parcourez-le dans l’ordre où vous rencontrerez les problèmes. Le premier jour, vérifiez quelle version de Python et de conda vous possédez — le contrôle de version existe parce qu’il s’agit de deux nombres différents, constamment confondus. Quand un projet exige une version précise d’un paquet, épinglez-la avec pip ; pip installe des paquets, pas l’interpréteur. Les guides de désinstallation servent à repartir de zéro.

Dates et heures

Le code de dates et d’heures semble trivial jusqu’au moment où il doit être formaté pour un autre système, trié de manière fiable ou comparé entre fuseaux horaires. Ces guides couvrent presque tout le travail quotidien sur les datetime. Le formatage vient d’abord : le guide sur les millisecondes est la référence derrière la recherche python datetime to string, et montre pourquoi le raccourci évident par découpage corrompt les valeurs. Le tri n’est qu’une fonction une fois que vous savez que sorted() accepte les objets datetime. La soustraction recèle la subtilité — le résultat est un timedelta, et mélanger des valeurs naïves et des valeurs conscientes du fuseau horaire lève une erreur qu’il vaut mieux rencontrer ici.

Fichiers, formats de données et système

Le travail sur les fichiers en Python suit un seul schéma — lire, transformer, réécrire — et le guide sur la suppression de ligne en est l’exemple canonique, y compris la variante économe en mémoire pour les fichiers trop grands pour tenir en mémoire en une fois. L’autre moitié concerne l’endroit où vit le code : pourquoi un dossier de modules a besoin d’une structure de paquet, et comment fonctionne le chargement dynamique lorsque les noms de modules sont inconnus. Le guide sur les wheels boucle la boucle — un fichier .whl est la façon dont les paquets atteignent les machines sans index, une situation courante sur les serveurs verrouillés.

Fonctions, classes et objets

Ce groupe est délibérément sélectif : trois guides, chacun ouvrant la porte d’un sujet plus vaste. Le guide sur la sigmoïde est le pont vers l’apprentissage automatique — il implémente la fonction d’activation à partir de zéro, y compris la forme numériquement stable qui manque à la formule naïve. Le guide sur les attributs est une compétence de débogage déguisée : la plupart des sessions de débogage commencent par afficher ce que l’objet contient réellement, et Python en offre quatre vues. Le guide sur les variables de classe lève une confusion persistante des débutants : une variable dans le corps d’une classe est partagée par toutes les instances, sans rapport avec global.

OpenCV et images

OpenCV est un pôle d’intérêt distinct au sein de la collection Python — du traitement d’images plutôt que de la programmation générale — donc il reçoit ici une section concentrée et un sous-guide dédié plus tard. L’ordre compte. Le recadrage vient en premier parce qu’il enseigne l’idée centrale : une image OpenCV est un tableau NumPy, et la plupart des opérations sont des opérations sur les tableaux. La détection de rectangles s’appuie là-dessus avec les contours, la façon standard de trouver des formes. L’estimation de pose avec solvePnP est la pièce avancée, combinant points d’image 2D, points de modèle 3D et calibrage de caméra.

Questions fréquentes

Comment convertir une chaîne en liste en Python ?

Cela dépend de ce que chaque élément doit être. Appelez split() pour les mots, ou split(",") pour les valeurs séparées par des virgules. Utilisez list(text) pour un élément par caractère. Pour un texte contenant une syntaxe littérale Python telle que "[1, 2, 3]", analysez-le avec ast.literal_eval(), pas avec eval(). Le guide de conversion d’une chaîne en liste couvre chaque cas, y compris les champs CSV entre guillemets.

Que fait [:-1] en Python ?

[:-1] est une tranche qui signifie « du début jusqu’au dernier élément, sans l’inclure ». Sur une chaîne, elle renvoie tous les caractères sauf le dernier ; sur une liste, une nouvelle liste sans le dernier élément. Le découpage en tranches construit un nouvel objet, et c’est pourquoi [:-1] est la façon standard de supprimer un saut de ligne final.

Comment corriger ConnectionRefusedError [Errno 111] ?

L’erreur signifie que la connexion TCP a été activement refusée : en général, rien n’écoute à l’adresse et au port utilisés par votre client. Démarrez d’abord le serveur, puis vérifiez que le client vise la même adresse et le même port. Un serveur lié à 127.0.0.1 n’accepte que les connexions de la même machine ; pour un autre ordinateur, vérifiez le pare-feu. Le guide ConnectionRefusedError parcourt les vérifications dans l’ordre.

Comment vérifier ma version d’Anaconda / Python ?

Ouvrez une invite Anaconda et exécutez conda -V pour la version de conda et python -V pour la version de Python — deux nombres différents, constamment confondus. Le résultat pour Python reflète l’environnement actif de l’invite, donc activez d’abord l’environnement de votre projet. conda list affiche les deux lignes de paquets ; conda info imprime les deux versions. Voir le guide de contrôle de version d’Anaconda.

Comment supprimer \xa0 d’une chaîne ?

\xa0 est un espace insécable : un caractère Unicode qui ressemble à un espace mais ne lui est pas égal, arrivant généralement dans du texte copié depuis des pages web ou des PDF. Deux suppressions fiables sont unicodedata.normalize("NFKD", text), qui le décompose en espace ordinaire, et text.replace("\xa0", " "). Remplacer par un espace est plus sûr que supprimer, afin que les mots joints ne fusionnent pas. Le guide de suppression de \xa0 compare les méthodes.

Comment désinstaller Python (Ubuntu / Windows / Miniconda) ?

La bonne méthode dépend de la façon dont Python a été installé. Sous Ubuntu, sudo apt-get remove python3 supprime le paquet ; purge supprime aussi les fichiers de configuration, et autoremove nettoie les orphelins. Pour Miniconda, exportez d’abord les environnements que vous voulez garder, puis utilisez le désinstalleur officiel et vérifiez le préfixe avant de supprimer à la main. Les deux cas sont couverts dans le guide de désinstallation sous Ubuntu et le guide de désinstallation de Miniconda.

Prochaines étapes

Deux groupes ci-dessus sont en train de devenir des sous-guides dédiés : Chaînes et texte, le groupe le plus cliqué de cette collection, et Erreurs et exceptions, où les lecteurs arrivent avec des problèmes urgents. En attendant leur parution, les sections ci-dessus sont les points d’entrée. Pour un langage à typage statique ou un écosystème différent, poursuivez avec les guides pratiques Java ou les guides pratiques C#.