Auteur: Yaé Ulrich Gaba, [email protected]

Ce cours vise à vous enseigner les bases de développement de logiciels professionnels dans le contexte de la science. Le matériel est destiné à être utilisé dans un cours universitaire (à tout niveau où le matériel semble approprié, en fonction de votre formation!), mais peut également être utilisé pour l'auto-apprentissage. Nous nous concentrons uniquement sur Python 3. Ce cours, à la fois minimaliste et pratique, vous permettra de découvrir rapidement les concepts essentiels de la programmation en Python. Il faut dire que ça vaut la peine de s'intéresser à Python, c'est un langage qui sera forcément présent dans l'écosystème informatique des années à venir.

*Pour ce cours, des discussions LIVE! peuvent se faire sur peuvent se faire sur Slack. Vous pourrez toujours joindre la discussion et y poser vos questions, même quand le cours sera terminé.

Le langage de programmation Python est souvent utilisé dans les domaines scientifiques aujourd'hui. C’est un langage de programmation relativement accessible et adapté aux universitaires. Dans ce cahier virtuel d'exercices, nous vous présenterons le langage et apprendrons les basiques liés à l'algorithmique. Ce cours n'attend de vous aucun prérequis de programmation.

Les avantages de Python sont nombreux. D'une part c'est sans doute le langage de script le plus utilisé au monde car on peut quasiment tout faire avec: programmation web, statistiques, machine learning, gestion de bases de données. La communauté de Python est la plus grande dans le monde de la programmation: si vous voulez quelque chose, quelqu'un l'a sûrement déjà fait.

• Programmation et notions de base en Python; voir le dossier les_fondamentaux_du_langage_python. Il contient les supports de cours ainsi que les fiches virtuelles de travaux pratiques.

Nous n'aborderons pas les deux aspects ci-dessous mais vous pourrez les lire plus tard:

• Python pour le calcul scientique, voir le dossier calcul_scientifique_avec_python (... en préparation).
• Python pour la science des données, voir le dossier sciences_des_données_avec_python (... en préparation).

Tous les contenus originaux sont sous licence CC BY-NC-SA 4.0, les ressources extérieures (comme bootstrap) sont sous leur licence respective .