Introduction pas à pas de Python¶
Ce notebook constitue une rapide introduction à Python. Le langage est découvert en exécutant un grand nombre de simples et courtes lignes de code. L’objectif est d’entrapercevoir la manière dont Python fonctionne afin d’éviter de tomber dans les pièges classiques des débutants.
Cette approche est inspirée des tutoriels Python by immersion et Python Epiphanies créés par Stuart Williams.
Indentation¶
Tout est dans le style
Python a été conçu de manière à être facile à lire, partant du principe qu’on passe plus de temps à lire du code qu’à en écrire. Cela se matérialise par l’importance de l”indentation (décalage d’une ligne de code vers la droite). L’indentation du code détermine en partie sa structure. Dans l’exemple ci-dessous, les deux instructions print
sont situées au même niveau d’indentation.
[682]:
print("Hey")
print("you")
Hey
you
Le code est exécuté normalement. La deuxième instruction du code suivant a été décalée de deux espaces, le code ne peut tout simplement plus être exécuté car cette structure n’a aucun sens pour Python.
[683]:
print("Hey")
print("you")
File "<ipython-input-683-a6cbeba02af8>", line 2
print("you")
^
IndentationError: unexpected indent
L’utilité de l’indentation est plus évidente dans le cas de blocs logiques, tel qu’un bloc for
. Le code ci-dessous s’exécute correctement.
[684]:
for i in [1, 2, 3]:
print(i) # L'indentation est de 4 espaces en général.
1
2
3
Alors que le code ci-dessous ne peut pas être exécuté, les instructions sous la ligne for
n’étant pas indentées. Comme on peut le voir, c’est le code du dessus qui est le plus facile à lire, l’indentation nous aide à comprendre la structure logique du code.
[685]:
for i in [1, 2, 3]:
print(i)
File "<ipython-input-685-3e96090b8527>", line 2
print(i)
^
IndentationError: expected an indented block
Afin de définir les boucles et autres structures de contrôle, d’autres langages utilisent des symbôles ({}
, ()
). En choisissant d’utiliser l’indentation au lieu de symboles, Python a faix le choix du code épuré.
Commentaires et pass
¶
Fainéant
Les commentaires sont des lignes qui débutent par un signe #
. Ces lignes-là sont ignorées par l’interpréteur.
[686]:
# Ceci est un commentaire.
[687]:
# On
# peut
# les
# enchaîner
[688]:
###### Ceci aussi est un commentaire.
On peut rajouter un commentaire à la suite d’un code valide (séparé de deux espaces par convention).
[689]:
3.14 # Ceci est aussi un commentaire.
[689]:
3.14
[1]:
Le *keyword* **pass** fait comme son nom l'indique, il passe son tour.
File "<ipython-input-1-4bc46cd563cf>", line 1
Le *keyword* **pass** fait comme son nom l'indique, il passe son tour.
^
SyntaxError: invalid syntax
pass
Objets¶
Tout est un objet!
Exécuter les instructions simples ci-dessous peut faire penser que Python ne fait rien de plus qu’une simple calculette.
[690]:
3.4
[690]:
3.4
[691]:
3.4 + 4
[691]:
7.4
Pourtant, beaucoup de choses se passent!
[692]:
dir(3.4)
[692]:
['__abs__',
'__add__',
'__bool__',
'__class__',
'__delattr__',
'__dir__',
'__divmod__',
'__doc__',
'__eq__',
'__float__',
'__floordiv__',
'__format__',
'__ge__',
'__getattribute__',
'__getformat__',
'__getnewargs__',
'__gt__',
'__hash__',
'__init__',
'__init_subclass__',
'__int__',
'__le__',
'__lt__',
'__mod__',
'__mul__',
'__ne__',
'__neg__',
'__new__',
'__pos__',
'__pow__',
'__radd__',
'__rdivmod__',
'__reduce__',
'__reduce_ex__',
'__repr__',
'__rfloordiv__',
'__rmod__',
'__rmul__',
'__round__',
'__rpow__',
'__rsub__',
'__rtruediv__',
'__set_format__',
'__setattr__',
'__sizeof__',
'__str__',
'__sub__',
'__subclasshook__',
'__truediv__',
'__trunc__',
'as_integer_ratio',
'conjugate',
'fromhex',
'hex',
'imag',
'is_integer',
'real']
La fonction dir
retourne une liste de tous les attributs d’un objet. La liste ci-dessus montre donc tous les attributs de l’objet 3.4
. Les derniers attributs affichés, dont is_integer
, nous indiquent que Python a compris que 3.4
est un nombre. On peut le vérifier en inspectant la valeur de l’attribut __class__
. Pour accéder à la valeur d’un attribut, on rajout un point ``.`` après l’objet suivi du nom de l’attribut.
[12]:
3.4.__class__
[12]:
float
float
est un type d’objet qui représente les nombres réels. Mais plutôt que de vérifier le type d’un objet en accédant à son attribut *__class__*, on peut utiliser la fonction type
. Cette fonction, comme dir
, fait partie des fonctions dites built-in car faisant parties intégrantes de Python (il n’y a pas besoin d’importer quoi que ce soit pour les appeler). On va voir plusieurs de ces fonctions dans la suite du notebook.
[13]:
type(3.4)
[13]:
float
On a donc vu que lorsqu’on exécute 3.4
, Python ne fait pas juste qu’afficher ce nombre mais l’interprète comme un objet de type float
doté de nombreux attributs. Que se passe-t-il alors lorsqu’on exécute 3.4 + 4
?
[693]:
3.4.__add__(4)
[693]:
7.4
L’addition que nous avons écrite est en fait exécutée par l’instruction ci-dessus. Python voit que nous avons écrit un +
après 3.4
, il cherche alors l’attribut dunder (racourci de double underscore donné aux attributs qui débutent et terminent par __
) __add__
dans la liste des attributs de 3.4
. L’attribut __add__
des floats
est en fait une méthode qui est capable de faire une action, dans ce cas-là, une addition. Lorsque Python trouve l’attribut
__add__
de 3.4
, il l’appelle avec l”argument 4
. La valeur retournée est le résultat de l’addition.
Python n’est donc évidemment pas qu’une simple calculatrice. Lorsqu’il évalue les expressions qu’on lui donne, il crée des objets dotés d’un type et d’attributs. Ces attributs sont soit équivalent à des propriétés, comme __class__
, soit des méthodes, comme __add__
. Cette mécanique est présente partout dans le langage, celui-ci travaille en effet beaucoup pour nous. Il faut aussi noter que Python s’occupe d’allouer et libérer la mémoire à notre place.
[694]:
type(3.4.__add__)
[694]:
method-wrapper
Chaque objet créé a sa propre identité définie comme son adresse physique dans la mémoire.
[695]:
id(3.4)
[695]:
1921982076992
[696]:
id(3.4)
[696]:
1921982076896
[18]:
id(4)
[18]:
140734432777120
dir
et id
sont des fonctions qu’on n’utilise presque jamais dans un script mais qui sont très utiles pour apprendre Python et inspecter des objets.
[2]:
type(dir)
[2]:
builtin_function_or_method
[698]:
type(id)
[698]:
builtin_function_or_method
Une fonction est aussi un objet (tout est un objet!) avec ses propres attributs, un type et une identité.
[699]:
dir(dir)
[699]:
['__call__',
'__class__',
'__delattr__',
'__dir__',
'__doc__',
'__eq__',
'__format__',
'__ge__',
'__getattribute__',
'__gt__',
'__hash__',
'__init__',
'__init_subclass__',
'__le__',
'__lt__',
'__module__',
'__name__',
'__ne__',
'__new__',
'__qualname__',
'__reduce__',
'__reduce_ex__',
'__repr__',
'__self__',
'__setattr__',
'__sizeof__',
'__str__',
'__subclasshook__',
'__text_signature__']
[700]:
id(dir)
[700]:
1921920700776
[701]:
id(dir)
[701]:
1921920700776
Erreurs¶
Antifragilité
Lorsqu’on écrit du code en Python et qu’on l’exécute pour la première fois, il est habituel de voir un message d’erreur apparaître. Ces erreurs nous indiquent ce qui ne fonctionne pas dans le code, et nous oriente pour résoudre le bug qui a causé l’erreur. Python dispose d’un grand nombre de genres d’erreur, à force de les déclencher on s’habitue à les reconnaître et on comprend de plus en plus rapidement d’où vient le problème.
[702]:
type(1)
type(2) # L'espace déclenche l'erreur
File "<ipython-input-702-f456bc8300ff>", line 2
type(2) # L'espace déclenche l'erreur
^
IndentationError: unexpected indent
[703]:
1
3 +)°^ 3 # Cette suite de symboles n'a aucun sens
File "<ipython-input-703-57174e9a2a28>", line 2
3 +)°^ 3 # Cette suite de symboles n'a aucun sens
^
SyntaxError: invalid syntax
Les erreurs IntendationError
et SyntaxError
nous indique que le code n’a pas été écrit correctement. L’interpréteur analyse tout le code qu’on a écrit, s’il détecte ce genre d’erreur, il nous l’indique et n’exécute aucune ligne de code. Toutes les autres erreurs qu’on peut avoir surviennent pendant l’exécution du code (runtime).
print
et help
¶
Pour y voir plus clair
print
affiche les objets passés à la fonction. help
affiche l’aide d’un objet.
[704]:
print(3.4, 4, 5, 1, 0)
3.4 4 5 1 0
[705]:
help(print)
Help on built-in function print in module builtins:
print(...)
print(value, ..., sep=' ', end='\n', file=sys.stdout, flush=False)
Prints the values to a stream, or to sys.stdout by default.
Optional keyword arguments:
file: a file-like object (stream); defaults to the current sys.stdout.
sep: string inserted between values, default a space.
end: string appended after the last value, default a newline.
flush: whether to forcibly flush the stream.
On va beaucoup utiliser la fonction print
. Le début de sa définition est print(value, ..., sep=' ')
:
value, ...
:print
accepte un nombre illimité d’arguments séparés par une virgule
[706]:
print(3.4, 4, 6, 103, 3030, 0, 0)
3.4 4 6 103 3030 0 0
sep=' '
: l’espacement par défaut entre deux valeurs affichées parprint
est un espace, on peut le changer en spécifiant le paramètresep
[708]:
print(3.4, 4, 6, 103, 3030, 0, 0, sep=" :) ")
3.4 :) 4 :) 6 :) 103 :) 3030 :) 0 :) 0
[709]:
# "\n" est interprété comme un retour à la ligne
print(3.4, 4, 6, 103, 3030, 0, 0, sep="\n")
3.4
4
6
103
3030
0
0
Nommer¶
Poser des post-its par-ci, par-là
Jusqu’à présent les objets qui ont été utilisés sont supprimés aussitôt générés par Python. On peut les garder à notre disposition en leur assignant un nom.
[710]:
height = 1.73
[711]:
height
[711]:
1.73
[712]:
type(height)
[712]:
float
[713]:
id(height)
[713]:
1921982077232
[714]:
id(height)
[714]:
1921982077232
[715]:
print(height, height, height)
1.73 1.73 1.73
Regardez bien les trois instructions ci-dessous, quelle est la valeur finale de ``x``?
[716]:
x = 2
y = x
y = 4
[717]:
print(x, y)
2 4
On aurait pu croire que x
valait 4
à la fin des trois instructions, mais non. Les noms en Python sont juste des références aux objets, on peut les comparer à des post-its.
[718]:
x = 2
# L'objet 2 est créé, un post-it avec inscrit *x* lui est aposé.
print("x =", x, " / id(x):", id(x))
y = x
# Un second post-it est aposé sur l'objet 2, il y est inscrit *y*.
print("x =", x, " / id(x):", id(x), " --- y =", y, " / id(y):", id(y))
# Aucun objet n'est créé lors de cette instruction.
y = 4
# L'objet 4 est créé, comme un nom ne peut référé qu'à un seul objet
# le post-it *y* qui était sur l'objet 2 est supprimé et un nouveau
# post-it *y* est aposé sur l'objet 4.
print("x =", x, " / id(x):", id(x), " --- y =", y, " / id(y):", id(y))
x = 2 / id(x): 140734432777056
x = 2 / id(x): 140734432777056 --- y = 2 / id(y): 140734432777056
x = 2 / id(x): 140734432777056 --- y = 4 / id(y): 140734432777120
Une fois que des références aux objets ont été créées, celles-ci sont rajoutées au namespace. On peut les références qu’on a nous-mêmes rajoutées au namespace avec la commande magique whos
.
[719]:
%whos
Variable Type Data/Info
-----------------------------
height float 1.73
i int 3
x int 2
y int 4
Ainsi, lorsqu’on l’on fait référence à un objet par un de ses noms, Python cherche dans le namespace la référence de cet objet et utilise la donnée qui lui est associée.
[720]:
height
[720]:
1.73
[721]:
poids
---------------------------------------------------------------------------
NameError Traceback (most recent call last)
<ipython-input-721-adb260374773> in <module>
----> 1 poids
NameError: name 'poids' is not defined
Comme poids
n’est pas une référence du namespace (on peut aussi dire que la variable poids
n’a pas encore été définie), l’interpréteur retourne une erreur.
On peut déréférencer un élément du namespace avec une instruction utilisant le keyword del
.
[722]:
# On enlève le post-it *height* de l'objet 1.73,
# celui-ci n'est plus accessible à la suite de ça.
del height
[723]:
%whos
Variable Type Data/Info
----------------------------
i int 3
x int 2
y int 4
[724]:
del height
---------------------------------------------------------------------------
NameError Traceback (most recent call last)
<ipython-input-724-f8c467be9fdb> in <module>
----> 1 del height
NameError: name 'height' is not defined
[725]:
height
---------------------------------------------------------------------------
NameError Traceback (most recent call last)
<ipython-input-725-5107fc8585e9> in <module>
----> 1 height
NameError: name 'height' is not defined
On peut déférencer tous les éléments du namespace avec la commande magique %reset -f
.
[727]:
%reset -f
[728]:
%whos
Interactive namespace is empty.
Keywords¶
Un peu de liant
Avec l’indentation, les keywords structurent le langage. On utilisera principalement les suivants:
- Le vide:
None
- Booléens:
True
,False
- Opérations booléennes:
and
,or
,not
- Appartenance:
in
,not in
- Identification:
is
,is not
- Boucles:
for
,while
break
,continue
,pass
, - Conditions:
if
,elif
,else
- Fonctions:
def
,return
- Import:
import
,from
,as
- Déférencement:
del
- Pas d’action:
pass
[729]:
help("keywords")
Here is a list of the Python keywords. Enter any keyword to get more help.
False class from or
None continue global pass
True def if raise
and del import return
as elif in try
assert else is while
async except lambda with
await finally nonlocal yield
break for not
Les keywords sont des mots réservés, aucun objet ne peut avoir un nom qui fait partie des keywords.
[730]:
True = 2
File "<ipython-input-730-da3e5402d318>", line 1
True = 2
^
SyntaxError: can't assign to keyword
[731]:
true = 2 # On peut faire ça, mais c'est maladroit!
[732]:
help("for")
The "for" statement
*******************
The "for" statement is used to iterate over the elements of a sequence
(such as a string, tuple or list) or other iterable object:
for_stmt ::= "for" target_list "in" expression_list ":" suite
["else" ":" suite]
The expression list is evaluated once; it should yield an iterable
object. An iterator is created for the result of the
"expression_list". The suite is then executed once for each item
provided by the iterator, in the order returned by the iterator. Each
item in turn is assigned to the target list using the standard rules
for assignments (see Assignment statements), and then the suite is
executed. When the items are exhausted (which is immediately when the
sequence is empty or an iterator raises a "StopIteration" exception),
the suite in the "else" clause, if present, is executed, and the loop
terminates.
A "break" statement executed in the first suite terminates the loop
without executing the "else" clause’s suite. A "continue" statement
executed in the first suite skips the rest of the suite and continues
with the next item, or with the "else" clause if there is no next
item.
The for-loop makes assignments to the variables(s) in the target list.
This overwrites all previous assignments to those variables including
those made in the suite of the for-loop:
for i in range(10):
print(i)
i = 5 # this will not affect the for-loop
# because i will be overwritten with the next
# index in the range
Names in the target list are not deleted when the loop is finished,
but if the sequence is empty, they will not have been assigned to at
all by the loop. Hint: the built-in function "range()" returns an
iterator of integers suitable to emulate the effect of Pascal’s "for i
:= a to b do"; e.g., "list(range(3))" returns the list "[0, 1, 2]".
Note: There is a subtlety when the sequence is being modified by the
loop (this can only occur for mutable sequences, e.g. lists). An
internal counter is used to keep track of which item is used next,
and this is incremented on each iteration. When this counter has
reached the length of the sequence the loop terminates. This means
that if the suite deletes the current (or a previous) item from the
sequence, the next item will be skipped (since it gets the index of
the current item which has already been treated). Likewise, if the
suite inserts an item in the sequence before the current item, the
current item will be treated again the next time through the loop.
This can lead to nasty bugs that can be avoided by making a
temporary copy using a slice of the whole sequence, e.g.,
for x in a[:]:
if x < 0: a.remove(x)
Related help topics: break, continue, while
A part True
, False
et None
, les keywords ne sont pas des objets.
Opérateurs principaux¶
Pas que pour les maths!
[733]:
3.4 + 4
[733]:
7.4
[734]:
3.4 - 4
[734]:
-0.6000000000000001
[735]:
3.4 * 4
[735]:
13.6
[736]:
3.4 / 4
[736]:
0.85
[737]:
11 // 4
[737]:
2
[744]:
(11).__floordiv__(4)
[744]:
2
[745]:
11 % 4
[745]:
3
[746]:
(11 // 4) * 4 + (11 % 4)
[746]:
11
[747]:
11 // 4 * 4 + 11 % 4 # Moins facile à lire
[747]:
11
[748]:
3.4 > 4
[748]:
False
[743]:
3.4 < 4
[743]:
True
[260]:
3.4 <= 4
[260]:
True
[261]:
3.4 >= 4
[261]:
False
[749]:
2 < 5 < 10
[749]:
True
[750]:
3 > 2 >= 10
[750]:
False
[751]:
3.4 == 4
[751]:
False
[265]:
3.4 != 4
[265]:
True
[266]:
4 == 4
[266]:
True
Importer¶
Batteries included
Nous avons pour l’instant vu que nous avions à disposition des fonctions built-in, des keywords et des opérateurs. Un mécanisme permet d”importer des objets supplémentaires dans le code, comme des fonctions.
[752]:
import math
math
est un module de la standard library. La standard library est une grande collection de modules livrés avec Python, c’est pourquoi on associe souvent l’expression Batteries Included au langage.
[753]:
%whos
Variable Type Data/Info
------------------------------
math module <module 'math' (built-in)>
true int 2
math
est le module dédié aux opérations mathématiques. En exécutant import math
, on a rajouté au namespace le nom math
, celui-ci faisant référence à un objet de type module
.
[754]:
print(dir(math))
['__doc__', '__loader__', '__name__', '__package__', '__spec__', 'acos', 'acosh', 'asin', 'asinh', 'atan', 'atan2', 'atanh', 'ceil', 'copysign', 'cos', 'cosh', 'degrees', 'e', 'erf', 'erfc', 'exp', 'expm1', 'fabs', 'factorial', 'floor', 'fmod', 'frexp', 'fsum', 'gamma', 'gcd', 'hypot', 'inf', 'isclose', 'isfinite', 'isinf', 'isnan', 'ldexp', 'lgamma', 'log', 'log10', 'log1p', 'log2', 'modf', 'nan', 'pi', 'pow', 'radians', 'remainder', 'sin', 'sinh', 'sqrt', 'tan', 'tanh', 'tau', 'trunc']
On peut voir que le module contient les attributs sqrt
(racine carrée) et pi
. On accède à ces attributs en rajoutant un .
après math
.
[756]:
math.sqrt
[756]:
<function math.sqrt(x, /)>
[757]:
math.pi
[757]:
3.141592653589793
[758]:
type(math.sqrt)
[758]:
builtin_function_or_method
[759]:
type(math.pi)
[759]:
float
[760]:
math.sqrt(math.pi)
[760]:
1.7724538509055159
import math as m
importe le module math
avec pour référence m
et non math
. Cette méthode peut être utilisé lorsque le nom du module est très long, ou si ce nom va être répété à de très nombreuses reprises. Trois examples classiques étant import numpy as np
, import pandas as pd
, import matplotlib.pyplot as plt
.
[761]:
%reset -f
[762]:
import math as m
[763]:
math
---------------------------------------------------------------------------
NameError Traceback (most recent call last)
<ipython-input-763-a984292e3e46> in <module>
----> 1 math
NameError: name 'math' is not defined
[764]:
m
[764]:
<module 'math' (built-in)>
[765]:
%whos
Variable Type Data/Info
------------------------------
m module <module 'math' (built-in)>
[768]:
m.sqrt(m.pi)
[768]:
1.7724538509055159
[769]:
%reset -f
Modules et packages¶
Batteries included in batteries
Les modules sont matérialisés par des fichiers textes dont l’extension est ``.py``. Lorsqu’on importe un module, le code qu’il contient est exécuté. Les objets qui sont créés dans ce module sont donc accessibles.
[771]:
%%writefile dummymodule.py
"""Un tout petit module."""
print("hello world")
x = 2
Overwriting dummymodule.py
[772]:
import dummymodule
[773]:
dummymodule.x
[773]:
2
[774]:
print(dir(dummymodule))
['__builtins__', '__cached__', '__doc__', '__file__', '__loader__', '__name__', '__package__', '__spec__', 'x']
[775]:
dummymodule.__doc__
[775]:
'Un tout petit module.'
[776]:
help(dummymodule)
Help on module dummymodule:
NAME
dummymodule - Un tout petit module.
DATA
x = 2
FILE
d:\googledrive\code\intropython\source\dummymodule.py
Lorsqu’il tente d’importer quelque chose, Python cherche dans une liste de dossier qu’on retrouve dans la référence sys.path
. Cette liste contient le dossier courant.
[777]:
import sys
sys.path
[777]:
['D:\\GoogleDrive\\Code\\IntroPython\\source',
'C:\\Users\\maxim\\Miniconda3\\python37.zip',
'C:\\Users\\maxim\\Miniconda3\\DLLs',
'C:\\Users\\maxim\\Miniconda3\\lib',
'C:\\Users\\maxim\\Miniconda3',
'',
'C:\\Users\\maxim\\AppData\\Roaming\\Python\\Python37\\site-packages',
'C:\\Users\\maxim\\Miniconda3\\lib\\site-packages',
'C:\\Users\\maxim\\Miniconda3\\lib\\site-packages\\win32',
'C:\\Users\\maxim\\Miniconda3\\lib\\site-packages\\win32\\lib',
'C:\\Users\\maxim\\Miniconda3\\lib\\site-packages\\Pythonwin',
'C:\\Users\\maxim\\Miniconda3\\lib\\site-packages\\IPython\\extensions',
'C:\\Users\\maxim\\.ipython']
Les modules de la standard library écrits en Python (il y a aussi des modules écrits en C
) sont visibles sur GitHub. Dans ce dossier on trouve aussi des sous-dossiers qui contiennent des fichiers .py
et un fichier __init__.py
. Ces dossiers-là sont des packages qu’on peut aussi importer.
[778]:
import email
[779]:
email.__package__
[779]:
'email'
[780]:
email.__path__
[780]:
['C:\\Users\\maxim\\Miniconda3\\lib\\email']
[781]:
email.__file__
[781]:
'C:\\Users\\maxim\\Miniconda3\\lib\\email\\__init__.py'
[782]:
import email.mime
[783]:
dir(email.mime)
[783]:
['__builtins__',
'__cached__',
'__doc__',
'__file__',
'__loader__',
'__name__',
'__package__',
'__path__',
'__spec__',
'audio',
'base',
'nonmultipart']
[784]:
email.mime.__package__
[784]:
'email.mime'
[787]:
import email.mime.audio as audio
[788]:
type(audio)
[788]:
module
[789]:
audio.__file__
[789]:
'C:\\Users\\maxim\\Miniconda3\\lib\\email\\mime\\audio.py'
Voici une très courte liste de modules utiles.
[790]:
import sys
sys.executable
[790]:
'C:\\Users\\maxim\\Miniconda3\\python.exe'
[791]:
sys.version
[791]:
'3.7.3 (default, Apr 24 2019, 15:29:51) [MSC v.1915 64 bit (AMD64)]'
[792]:
import time
t1 = time.time()
time.sleep(2)
t2 = time.time()
print(t2 - t1)
2.0007686614990234
[793]:
import datetime
guess = datetime.datetime(2019, 9, 10, 10, 10, 30)
now = datetime.datetime.now()
diff = now - guess
print("Je me suis trompé de", diff.seconds, "secondes.")
Je me suis trompé de 2415 secondes.
[794]:
import random
random.random()
[794]:
0.4721376731418996
[795]:
random.randint(10, 20)
[795]:
15
[798]:
random.choice(["a", "b", "c"])
[798]:
'b'
[801]:
random.sample([1, 2, 3, 4], 3)
[801]:
[2, 3, 1]
[353]:
random.gauss(10, 3)
[353]:
10.973576155873744
[802]:
import pathlib
current_directory = pathlib.Path.cwd()
current_directory
[802]:
WindowsPath('D:/GoogleDrive/Code/IntroPython/source')
[803]:
list(current_directory.glob("*"))
[803]:
[WindowsPath('D:/GoogleDrive/Code/IntroPython/source/.ipynb_checkpoints'),
WindowsPath('D:/GoogleDrive/Code/IntroPython/source/conf.py'),
WindowsPath('D:/GoogleDrive/Code/IntroPython/source/dummymodule.py'),
WindowsPath('D:/GoogleDrive/Code/IntroPython/source/environnement.rst'),
WindowsPath('D:/GoogleDrive/Code/IntroPython/source/exercices.rst'),
WindowsPath('D:/GoogleDrive/Code/IntroPython/source/images'),
WindowsPath('D:/GoogleDrive/Code/IntroPython/source/index.rst'),
WindowsPath('D:/GoogleDrive/Code/IntroPython/source/installation.rst'),
WindowsPath('D:/GoogleDrive/Code/IntroPython/source/introduction.rst'),
WindowsPath('D:/GoogleDrive/Code/IntroPython/source/intropython.ipynb'),
WindowsPath('D:/GoogleDrive/Code/IntroPython/source/intropython_extended.ipynb'),
WindowsPath('D:/GoogleDrive/Code/IntroPython/source/python.rst'),
WindowsPath('D:/GoogleDrive/Code/IntroPython/source/scientific_libs.ipynb'),
WindowsPath('D:/GoogleDrive/Code/IntroPython/source/utilisation.rst'),
WindowsPath('D:/GoogleDrive/Code/IntroPython/source/_static'),
WindowsPath('D:/GoogleDrive/Code/IntroPython/source/__pycache__')]
[805]:
import collections
collections.Counter("aaabbbbbbbbbbbbbcccddddee").most_common()
[805]:
[('b', 13), ('d', 4), ('a', 3), ('c', 3), ('e', 2)]
[806]:
%reset -f
!del /f dummymodule.py
Conditions if
et booléens¶
Avec des si
Le bloc sous une instruction if
est exécuté entièrement si la condition (expression) qui suit le if
est évaluée comme vraie.
[807]:
if True:
print("Executed")
Executed
[808]:
if False:
print("Not executed")
On peut rajouter d’autres conditions avec les keywords elif
et else
.
[810]:
age = 27
if age < 18:
print("Sorry you're not allowed to drive.")
elif 18 <= age < 80:
print("Let's drive!")
elif 80 <= age < 122:
print("Please please please strop driving please!")
else:
print("Is that you Jeanne?")
Let's drive!
On peut assigner le résultat d’un comparaison à une référence et on peut combiner plusieurs comparaisons avec les keywords and
et or
.
[811]:
condition1 = 18 <= 10 < 80
condition2 = 18 <= 54 < 80
condition1 and condition2
[811]:
False
[816]:
True and True
[816]:
True
[817]:
True or True
[817]:
True
[818]:
False and False
[818]:
False
[819]:
False or False
[819]:
False
[820]:
False and True
[820]:
False
[821]:
False or True
[821]:
True
True
et False
sont des booléens.
[823]:
print(type(condition1), type(condition2))
<class 'bool'> <class 'bool'>
[824]:
%reset -f
Texte¶
Du blabla
Le texte est représenté par des objets de type string
. On encadre le texte des symboles "
ou '
ou """
ou '''
pour créer un objet string
.
[826]:
"Bob"
[826]:
'Bob'
[827]:
'Bob'
[827]:
'Bob'
[828]:
"""Bob"""
[828]:
'Bob'
[829]:
'''Bob'''
[829]:
'Bob'
[831]:
type("Bob")
[831]:
str
[832]:
print("'")
'
[833]:
print('"')
"
On peut les additionner et les démultiplitier.
[834]:
"Bob" + "Bill"
[834]:
'BobBill'
[835]:
"Bob" * 3
[835]:
'BobBobBob'
[836]:
3 * "Bob"
[836]:
'BobBobBob'
[837]:
"Bob" - "Bill"
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-837-a8c1ff178148> in <module>
----> 1 "Bob" - "Bill"
TypeError: unsupported operand type(s) for -: 'str' and 'str'
[838]:
"Bob" / 3
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-838-f7f9e058c01b> in <module>
----> 1 "Bob" / 3
TypeError: unsupported operand type(s) for /: 'str' and 'int'
Il est possible de créer une string
vide.
[839]:
""
[839]:
''
[840]:
"Bob" + "" + "Bill"
[840]:
'BobBill'
Le caractère backslash ```` déclenche un comportement spécial: l’interpréteur regarde le caractère qui suit et voit si la combinaison des deux caractères forme ou non un caractère spécial, si oui, celui-ci est représenté.
[841]:
# \n --> Retour à la ligne
# \t --> Tabulation
print("Bob\tBill\nBill\tBob")
Bob Bill
Bill Bob
Le caractère \
a donc un effet particulier. Cela rend plus difficile la représentation d’un chemin vers un dossier ou un fichier sous Windows. On annule l’effet particulier de \
en rajoutant le préfixe r
(pour raw) devant le premier guillemet de la string
.
[842]:
print(r"user\me\names.txt") # OK
user\me\names.txt
[843]:
print("user\me\names.txt") # not OK
user\me
ames.txt
On peut vérifier si deux strings
sont égales avec l”opérateur égalité ==
. Pour vérifier si une partie d’une string
se trouve dans une autre, on utilise le keyword in
.
[845]:
"Bob" == "Bill"
[845]:
False
[846]:
"Bob" != "Bill"
[846]:
True
[847]:
"Bill" in "Bob and Bill"
[847]:
True
[848]:
"John" in "Bob and Bill"
[848]:
False
[849]:
"Bill" not in "Bob and Bill"
[849]:
False
Les strings
possèdent beaucoup de méthodes pour les analyser et transformer. Lorsqu’une méthode a pour objectif de transformer une string
elle retourne un nouvel objet string
qui est version transformée de la string
initiale. Elles ne le modifient pas directement l’objet initial. En effet, les ``strings`` sont des objets immutables.
[850]:
name = "bob"
print(dir(name))
['__add__', '__class__', '__contains__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__getnewargs__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__iter__', '__le__', '__len__', '__lt__', '__mod__', '__mul__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__rmod__', '__rmul__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', 'capitalize', 'casefold', 'center', 'count', 'encode', 'endswith', 'expandtabs', 'find', 'format', 'format_map', 'index', 'isalnum', 'isalpha', 'isascii', 'isdecimal', 'isdigit', 'isidentifier', 'islower', 'isnumeric', 'isprintable', 'isspace', 'istitle', 'isupper', 'join', 'ljust', 'lower', 'lstrip', 'maketrans', 'partition', 'replace', 'rfind', 'rindex', 'rjust', 'rpartition', 'rsplit', 'rstrip', 'split', 'splitlines', 'startswith', 'strip', 'swapcase', 'title', 'translate', 'upper', 'zfill']
[851]:
name.upper()
[851]:
'BOB'
[852]:
name
[852]:
'bob'
[853]:
name.title()
[853]:
'Bob'
[854]:
name.replace("o", "a")
[854]:
'bab'
[855]:
txt = " espaces avant et espaces après "
txt.strip()
[855]:
'espaces avant et espaces après'
strip
enlève par défaut les espaces au début et à la fin de la string
. Les espaces comprennent les sauts de ligne et les tabulations.
[856]:
sentence = "quel beau temps"
words = sentence.split()
words
[856]:
['quel', 'beau', 'temps']
[857]:
sentence.split("l")
[857]:
['que', ' beau temps']
[860]:
" ".join(words)
[860]:
'quel beau temps'
On peut enchaîner les méthodes tant qu’on fait attention à ce que la méthode qui suit accepte est bien une méthode de l’objet retourné par la méthode qui précède. Dans l’exemple ci-dessous, la méthode strip
est bien un méthode de l’objet sentence
qui est de type string
, elle retourne un objet string
qui possède bien une méthode replace
, celle-ci retourne un nouvel objet string
qui possède bien une méthode split
, celle-ci retourne finalement une liste.
[862]:
modified_sentence = sentence.strip("qs").replace("e", "i").split()
modified_sentence
[862]:
['uil', 'biau', 'timp']
[863]:
%reset -f
F-String¶
Du joli blabla
Les f-strings
sont des objets de type string
qu’on peut formater. Il faut rajouter un préfixe f
devant le premier guillemet, puis ensuite, à l’intérieur, il faut entourer de symboles {}
les expressions qu’on souhaite formater afin qu’elles soient directement évaluées par Python, qui construit notre objet string
.
[864]:
age = 28
f"J'ai {age} ans"
[864]:
"J'ai 28 ans"
[865]:
type(age)
[865]:
int
[866]:
"J'ai " + age + " ans"
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-866-1c648e4e0b43> in <module>
----> 1 "J'ai " + age + " ans"
TypeError: can only concatenate str (not "int") to str
[869]:
age = 28
majorite = 18
if age > majorite:
print(f"Tu as {age - majorite} ans de plus que la majorité qui est à {majorite} ans.")
Tu as 10 ans de plus que la majorité qui est à 18 ans.
Cette manière de formater les strings
est assez récente (Python 3.6) et est vraiment pratique et facile à utiliser. Il existe deux autres manières de formater des strings
qu’on retrouve encore souvent sur internet.
[870]:
%reset -f
Convertir float
, int
et str
¶
Nombre <—> Texte <—> Nombre
Les fonctions int
, float
et str
tentent de convertir les objets qu’on leur donne. Elles retournent une erreur ``ValueError`` si elles échouent, et l’objet converti si elles réussissent.
[871]:
int(3.7)
[871]:
3
[872]:
float(4)
[872]:
4.0
[873]:
str(3)
[873]:
'3'
[874]:
int("Bob")
---------------------------------------------------------------------------
ValueError Traceback (most recent call last)
<ipython-input-874-b70fd5693779> in <module>
----> 1 int("Bob")
ValueError: invalid literal for int() with base 10: 'Bob'
[875]:
x = "3"
print(type(x))
x = int(x)
print(type(x))
<class 'str'>
<class 'int'>
[876]:
"Bob" + 3
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-876-45c29619c55a> in <module>
----> 1 "Bob" + 3
TypeError: can only concatenate str (not "int") to str
[877]:
"Bob " + str(3)
[877]:
'Bob 3'
[878]:
# print convertit automatiquement les objets en string.
print("Bob", 3)
Bob 3
[879]:
%reset -f
Indexing et Slicing¶
A piece of cake
Certains objets comme les objets de type string
sont des séquences. On peut obtenir n’importe quel item de l’objet grâce à son index numérique (indexing), on peut aussi obtenir directement plusieurs items (slicing). Le premier item d’une séquence a toujours l’index 0 en Python (0-based).
[880]:
txt = "John"
[881]:
txt[0]
[881]:
'J'
[882]:
txt[1]
[882]:
'o'
[883]:
txt[2]
[883]:
'h'
[884]:
txt[3]
[884]:
'n'
[885]:
txt[4]
---------------------------------------------------------------------------
IndexError Traceback (most recent call last)
<ipython-input-885-e9d47c8188c4> in <module>
----> 1 txt[4]
IndexError: string index out of range
L’index -1
est un raccourci pour indiquer le dernier caractère. -2
indique l’avant-dernier caractère, etc.
[886]:
txt[-1]
[886]:
'n'
[887]:
txt[-2]
[887]:
'h'
[888]:
txt[-3]
[888]:
'o'
[889]:
txt[-4]
[889]:
'J'
[890]:
txt[-5]
---------------------------------------------------------------------------
IndexError Traceback (most recent call last)
<ipython-input-890-e5b69442cb73> in <module>
----> 1 txt[-5]
IndexError: string index out of range
On peut connaître le nombre d’items d’une séquence avec la fonction ``len``. Lorsqu’on passe un objet string
à la fonction len
, on obtient le nombre de caractères de l’objet.
[891]:
len(txt)
[891]:
4
[892]:
len("")
[892]:
0
[897]:
len(" ")
[897]:
1
Attention au comportement spécial du backslash \
.
[894]:
len("\n")
[894]:
1
[895]:
len(r"\n")
[895]:
2
[896]:
len("Bob and Bill")
[896]:
12
[898]:
len(3.4)
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-898-a9f429718b04> in <module>
----> 1 len(3.4)
TypeError: object of type 'float' has no len()
On ne peut pas modifier un item d’une string
à partir de son index. En fait, il est simplement impossible de modifier un objet string
, il faut forcément en créer un nouveau. Un objet qui ne peut pas être modifié est dit immutable.
[899]:
txt[0] = "A"
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-899-dc27665d30a4> in <module>
----> 1 txt[0] = "A"
TypeError: 'str' object does not support item assignment
Pour obtenir plusieurs caractères d’un objet string
, on utilise la syntaxe [start:stop:step]
où start
et stop
sont des index, et step
l’écart entre deux caractères. Par défaut, start
est le premier index ([0]
), stop
est le dernier index, et step
est égal à 1. L’élément à l’index ``start`` est inclus dans l’objet string
retourné, l’élément à l’index ``stop`` est exclus.
[902]:
numbers = "0123456789"
numbers[3::]
[902]:
'3456789'
[903]:
numbers[3:]
[903]:
'3456789'
[905]:
numbers[50::]
[905]:
''
[906]:
numbers[:8]
[906]:
'01234567'
[907]:
numbers[3:8]
[907]:
'34567'
[908]:
numbers[3:3]
[908]:
''
[909]:
numbers[3:50]
[909]:
'3456789'
[910]:
numbers[::2]
[910]:
'02468'
La syntaxe ::-1
permet d’inverser la list
originale.
[911]:
numbers[::-1]
[911]:
'9876543210'
[912]:
numbers[::-2]
[912]:
'97531'
[913]:
numbers[3:8:3]
[913]:
'36'
[914]:
numbers[3:8:-1]
[914]:
''
[915]:
numbers[8:3]
[915]:
''
[916]:
numbers[8:3:-1]
[916]:
'87654'
[917]:
%reset -f
Listes et Tuples¶
Maîtres de l’ordre
Les objets de type list
et tuple
sont des containers. Ces deux types d’objet sont, comme les objets de type string
, des séquences. Ils peuvent contenir n’importe quel type d’objet.
Les lists
et les tuples
sont très pratiques et utilisés partout dans le langage Python.
[918]:
shopping = ["banana", "beer", "chocolate", "tomato", "salad"]
[919]:
type(shopping)
[919]:
list
[920]:
print(dir(list))
['__add__', '__class__', '__contains__', '__delattr__', '__delitem__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__gt__', '__hash__', '__iadd__', '__imul__', '__init__', '__init_subclass__', '__iter__', '__le__', '__len__', '__lt__', '__mul__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__reversed__', '__rmul__', '__setattr__', '__setitem__', '__sizeof__', '__str__', '__subclasshook__', 'append', 'clear', 'copy', 'count', 'extend', 'index', 'insert', 'pop', 'remove', 'reverse', 'sort']
L’objet retourné par la fonction dir
est une list
.
[921]:
type(dir(list))
[921]:
list
On peut accéder à chaque item d’une list
par son index numérique.
[922]:
shopping[0]
[922]:
'banana'
[923]:
shopping[-1]
[923]:
'salad'
[924]:
shopping[1:4:2]
[924]:
['beer', 'tomato']
[925]:
shopping[::-1]
[925]:
['salad', 'tomato', 'chocolate', 'beer', 'banana']
[926]:
len(shopping)
[926]:
5
[927]:
len([])
[927]:
0
Alors qu’on définit une list
en entourant ses items de []
, on définit un tuple en entourant ses items de ()
.
[928]:
shopping = ("banana", "beer", "chocolate", "tomato", "salad")
[929]:
type(shopping)
[929]:
tuple
On accède aux items d’un tuple
comme on accède aux items d’une list
.
[930]:
shopping[0]
[930]:
'banana'
[931]:
shopping[-1]
[931]:
'salad'
[932]:
shopping[1:4:2]
[932]:
('beer', 'tomato')
[933]:
shopping[::-1]
[933]:
('salad', 'tomato', 'chocolate', 'beer', 'banana')
[934]:
len(shopping)
[934]:
5
[935]:
len(())
[935]:
0
Une list
ou dans un tuple
peuvent faire référence à n’importe quel type d’objet.
[936]:
import math
big_mess = [2, 2.33, "string", print, math, ["Bob", "Bill"]]
big_mess
[936]:
[2,
2.33,
'string',
<function print>,
<module 'math' (built-in)>,
['Bob', 'Bill']]
[938]:
import math
big_mess = (2, 2.33, "string", print, math, ["Bob", "Bill"])
big_mess
[938]:
(2,
2.33,
'string',
<function print>,
<module 'math' (built-in)>,
['Bob', 'Bill'])
Les ``lists`` et les ``tuples`` ne contiennent aucun objet, ils contiennent en fait des références à d’autres objets.
[939]:
pi = 3.14
[940]:
l = [pi]
[941]:
# l'objet `3.14` a deux post-its posés sur lui: `pi` et `l[0]`.
print(f"""\
{'ID de l:':15}{id(l)}
{'ID de pi:':15}{id(pi)}
{'ID de l[0]:':15}{id(l[0])}""")
ID de l: 1921982303368
ID de pi: 1921965186936
ID de l[0]: 1921965186936
Comme les strings
, les tuples
sont des immutables.
[944]:
shopping[0] = 55
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-944-7be9fb42ab76> in <module>
----> 1 shopping[0] = 55
TypeError: 'tuple' object does not support item assignment
Au contraire, les lists
sont des mutables. Il est donc autorisé de remplacer ou supprimer les éléments qu’elles contiennent, ou d’en rajouter.
[945]:
shopping = ["banana", "beer", "chocolate", "tomato", "salad"]
print(id(shopping), shopping)
1921962349576 ['banana', 'beer', 'chocolate', 'tomato', 'salad']
[946]:
shopping[0] = "apple"
print(id(shopping), shopping)
1921962349576 ['apple', 'beer', 'chocolate', 'tomato', 'salad']
[948]:
shopping.append("cucumber")
print(id(shopping), shopping)
1921962349576 ['apple', 'beer', 'chocolate', 'tomato', 'salad', 'cucumber', 'cucumber']
[949]:
shopping.append("pasta")
print(id(shopping), shopping)
1921962349576 ['apple', 'beer', 'chocolate', 'tomato', 'salad', 'cucumber', 'cucumber', 'pasta']
[950]:
del shopping[-1]
print(id(shopping), shopping)
1921962349576 ['apple', 'beer', 'chocolate', 'tomato', 'salad', 'cucumber', 'cucumber']
[951]:
shopping.extend(["egg", "bread", "jam"])
print(id(shopping), shopping)
1921962349576 ['apple', 'beer', 'chocolate', 'tomato', 'salad', 'cucumber', 'cucumber', 'egg', 'bread', 'jam']
[952]:
shopping.insert(0, "salt")
print(id(shopping), shopping)
1921962349576 ['salt', 'apple', 'beer', 'chocolate', 'tomato', 'salad', 'cucumber', 'cucumber', 'egg', 'bread', 'jam']
Les lists
et les tuples
supportent les opérateurs in
, not in
, ==
, !=
, +
et *
.
[953]:
"egg" in shopping
[953]:
True
[954]:
"rice" not in shopping
[954]:
True
[955]:
shopping == ["egg", "chocolate"]
[955]:
False
[956]:
shopping != ["egg", "chocolate"]
[956]:
True
[957]:
["Bob"] + ["Bill"]
[957]:
['Bob', 'Bill']
[958]:
["Bob", "Bill"] * 3
[958]:
['Bob', 'Bill', 'Bob', 'Bill', 'Bob', 'Bill']
On peut transformer les lists
en tuples
et vice versa avec les fonctions tuple
et list
.
[959]:
l = ["Bob", "Bill"]
t = tuple(l)
print(type(t), t)
<class 'tuple'> ('Bob', 'Bill')
[960]:
t = ["Bob", "Bill"]
l = list(t)
print(type(l), l)
<class 'list'> ['Bob', 'Bill']
Attention, lorsqu’on référence une list
existante l1 avec un nouveam nom l2, les modifications de l2 modifient l1. Comme déjà évoqué, les noms en Python ne sont que des références à des objets. Dans le cas ci-dessous, la liste [1, 2, 3]
est un objet unique auquel on peut accéder par les deux références/noms l1
et l2
.
[961]:
l1 = [1, 2, 3]
l2 = l1
l2[0] = 99
print(l1, l2)
[99, 2, 3] [99, 2, 3]
[962]:
l1[1] = 999
print(l1, l2)
[99, 999, 3] [99, 999, 3]
[963]:
l1 is l2
[963]:
True
Copier une list
est une action qu’on va vouloir faire de temps en temps. On utilise la fonction deepcopy
du module copy
.
[964]:
import copy
l1 = [1, 2, 3]
l2 = copy.deepcopy(l1)
l2[0] = 999
print(l1, l2)
[1, 2, 3] [999, 2, 3]
[965]:
l1 is l2
[965]:
False
[967]:
import copy
l1 = [[1], 2, 3]
l2 = copy.deepcopy(l1)
l2[0][0] = 999
print(l1, l2)
[[1], 2, 3] [[999], 2, 3]
[968]:
l1[0] is l2[0]
[968]:
False
Même si les objets de type list
et tuple
sont similaires, en général on ne les utilise pas de la même manière. Les lists
vont plutôt contenir des objets du même type (exemple: liste de courses). Les tuples
vont contenir une suite d’objets dont on est sûr à l’avance qu’elle n’aura pas besoin d’être modifiée (exemple: prénom et nom).
[969]:
%reset -f
Dictionnaires¶
Ils font la paire
Les objets de type dict
sont des containers et sont mutables. Ils sont constitués de paires key-value. Les keys doivent être des objets immutables, les values peuvent être n’importe quel type d’objet. Les dictionnaires sont très présents dans le langage Python.
[970]:
phonebook = {
"Bob": 383,
"Bill": 509,
"Donald": 102
}
phonebook
[970]:
{'Bob': 383, 'Bill': 509, 'Donald': 102}
[971]:
type(phonebook)
[971]:
dict
On accède à une value que contient un dict
par sa key.
[972]:
phonebook["Bob"]
[972]:
383
[973]:
phonebook[383]
---------------------------------------------------------------------------
KeyError Traceback (most recent call last)
<ipython-input-973-9abd3fa563ad> in <module>
----> 1 phonebook[383]
KeyError: 383
[974]:
phonebook["John"]
---------------------------------------------------------------------------
KeyError Traceback (most recent call last)
<ipython-input-974-3f89bbc7ecee> in <module>
----> 1 phonebook["John"]
KeyError: 'John'
[975]:
# Rajouter une key-value entrée
phonebook["John"] = 984
phonebook
[975]:
{'Bob': 383, 'Bill': 509, 'Donald': 102, 'John': 984}
[976]:
phonebook["John"]
[976]:
984
[977]:
# Vérifier si une key est dans le dict
"John" in phonebook
[977]:
True
[978]:
# Cela ne fonctionne que sur les keys, par sur les values
984 in phonebook
[978]:
False
[979]:
# Supprimer une paire key-value
del phonebook["John"]
phonebook["John"]
---------------------------------------------------------------------------
KeyError Traceback (most recent call last)
<ipython-input-979-5eb835ec0b00> in <module>
1 # Supprimer une paire key-value
2 del phonebook["John"]
----> 3 phonebook["John"]
KeyError: 'John'
[980]:
# Les dicts ne sont pas des séquences.
phonebook[0]
---------------------------------------------------------------------------
KeyError Traceback (most recent call last)
<ipython-input-980-6cd85588bf81> in <module>
1 # Les dicts ne sont pas des séquences.
----> 2 phonebook[0]
KeyError: 0
[981]:
# La longueur d'un dict est le nombre de paires key-value qu'il contient.
len(phonebook)
[981]:
3
[982]:
# Seuls des immutables peuvent être des keys
mess = {
"str": "Les strings sont immutables",
12: "Les ints sont immutables",
3.53: "Les floats sont immutables",
(12, 24): "Les tuples sont immutables"
}
mess
[982]:
{'str': 'Les strings sont immutables',
12: 'Les ints sont immutables',
3.53: 'Les floats sont immutables',
(12, 24): 'Les tuples sont immutables'}
[983]:
# Les lists sont mutables, elles ne peuvent pas être des keys
mess[["list as a key"]] = 1
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-983-1f3405e3d82b> in <module>
1 # Les lists sont mutables, elles ne peuvent pas être des keys
----> 2 mess[["list as a key"]] = 1
TypeError: unhashable type: 'list'
[984]:
# Les values d'un dict peuvent être de n'importe quel type.
import math
d = {
3.13: math,
"print": print,
"l": [1, 2, 3],
123: "123",
"nested_dicts": {"another_one": {"and_a_last_one": "here I am!"}},
"sets": {1, 3, 5},
True: False
}
d
[984]:
{3.13: <module 'math' (built-in)>,
'print': <function print>,
'l': [1, 2, 3],
123: '123',
'nested_dicts': {'another_one': {'and_a_last_one': 'here I am!'}},
'sets': {1, 3, 5},
True: False}
[985]:
d["nested_dicts"]["another_one"]["and_a_last_one"]
[985]:
'here I am!'
[986]:
%reset -f
Fonctions¶
Don’t Repeat Yourself
On a déjà vu quelques unes des fonctions intégrées directement dans Python (built-in functions). On peut en fait créer nos propres fonctions. Cela est bien utile lorsqu’on souhaite réutiliser un bout de code, et/ou lorsqu’on souhaite faciliter la lecture/compréhension du code en le scindant en blocs logiques.
On crée un objet function
avec le keyword ``def``. Une fonction retourne toujours un objet. On peut spécifier l’objet que doit retourner une fonction en le précédant du keyword ``return``. Si on ne spécifie rien, la fonction retourne None
. L’exécution de la fonction se termine dès lors qu’elle retourne un objet.
[987]:
def return_three():
return 3
[988]:
type(return_three)
[988]:
function
Le code sous la définition de la fonction return_three
est exécuté lorsqu’on appelle la fonction avec les symboles ()
.
[989]:
return_three()
[989]:
3
Une fonction peut avoir des paramètres. On les précise sur la ligne de définition de la fonction. Ils peuvent ensuite être utilisés dans la fonction. La fonction add
a deux paramètres x
et y
.
[990]:
def add(x, y):
return x + y
La fonction add
est appelée avec les arguments 3
et 4
.
[991]:
add(3, 4)
[991]:
7
[992]:
result = add(3, 4)
[993]:
result
[993]:
7
On a des fois pas besoin qu’une fonction retourne un objet spécifique. Elle retourne alors None
.
[994]:
def say_hi_many_times(nb_of_times):
print("Hi " * nb_of_times)
[995]:
say_hi_many_times(10)
Hi Hi Hi Hi Hi Hi Hi Hi Hi Hi
[996]:
output = say_hi_many_times(10)
Hi Hi Hi Hi Hi Hi Hi Hi Hi Hi
[997]:
output is None
[997]:
True
L’objet string
entouré de """
et positionné au début du bloc de la fonction est la docstring de la fonction.
[998]:
def add(x, y):
"""Additioner deux objets."""
return x + y
[999]:
help(add)
Help on function add in module __main__:
add(x, y)
Additioner deux objets.
Certains paramètres peuvent avoir des valeurs par défaut. Lorsqu’on appelle la fonction, on n’est donc pas obligé de préciser la valeur de ce paramètre (ce qui équivaut à dire qu’on n’est pas obligé de fournir un argument pour ce paramètre). Dans ce cas-là, la valeur par défaut est utilisée lors de l’exécution du code. Lorsqu’on souhaite utiliser une autre valeur que la valeur par défaut, on peut soit fournir l’argument si on respecte l’ordre des paramètres, on peut aussi fournir l’argument en nommant le paramètre (``param=arg``).
[1000]:
print?
[1001]:
def function_with_defaults(a, b, c=0):
return a + b + c
function_with_defaults(1, 4)
[1001]:
5
[1002]:
function_with_defaults(1, 4, c=50)
[1002]:
55
[1003]:
function_with_defaults(1, 4, 5)
[1003]:
10
[1004]:
function_with_defaults(c=50, 1, 4)
File "<ipython-input-1004-e132c12cc603>", line 1
function_with_defaults(c=50, 1, 4)
^
SyntaxError: positional argument follows keyword argument
[1005]:
function_with_defaults(c=50, b=4, a=1)
[1005]:
55
Une fonction peut appeler une autre fonction.
[1006]:
def first():
print("first function called")
second()
def second():
print("second function called")
[1007]:
first()
first function called
second function called
Lorsqu’on exécute le bloc de définition d’une fonction (la ligne def
et le bloc indenté qui suit), Python se prépare à exécuter la fonction mais ne l’exécute pas encore, elle ne le sera que lorsqu’elle sera appelée. A part les erreurs de syntaxe et d’indentation que Python détecte lors de cette étape de préparation, toutes les autres erreurs sont détectées seulement lorsque la fonction est appelée.
[1008]:
# unknown n'est pas une variable définie, malgré ça, on peut exécuter ce code
def dont_even_dare():
return unknown
[1009]:
# On obtient une erreur lorsqu'on appelle la fonction dont_even_dare
dont_even_dare()
---------------------------------------------------------------------------
NameError Traceback (most recent call last)
<ipython-input-1009-a64b5e067227> in <module>
1 # On obtient une erreur lorsqu'on appelle la fonction dont_even_dare
----> 2 dont_even_dare()
<ipython-input-1008-c0383c067b3c> in dont_even_dare()
1 # unknown n'est pas une variable définie, malgré ça, on peut exécuter ce code
2 def dont_even_dare():
----> 3 return unknown
NameError: name 'unknown' is not defined
L’exécution d’une fonction se passe dans son scope local. Les objets référencés par la fonction (firstname = "Bob"
) sont déférencés lorsque l’exécution prend fin. On ne peut plus y avoir accès après ça.
[1010]:
def function_scope():
firstname = "Bob"
function_scope()
firstname
---------------------------------------------------------------------------
NameError Traceback (most recent call last)
<ipython-input-1010-88897d2c37bf> in <module>
2 firstname = "Bob"
3 function_scope()
----> 4 firstname
NameError: name 'firstname' is not defined
Même la référence de l’objet retourné par la fonction est supprimée à la fin de l’exécution.
[603]:
def function_scope():
firstname = "Bob"
return firstname
function_scope()
firstname
---------------------------------------------------------------------------
NameError Traceback (most recent call last)
<ipython-input-603-adec7aecec8c> in <module>
3 return firstname
4 function_scope()
----> 5 firstname
NameError: name 'firstname' is not defined
Pour préserver l’objet retourné on lui associe un nom.
[604]:
firstname = function_scope()
firstname
[604]:
'Bob'
x
ci-dessous n’est ni un paramètre de la fonction look_outside
ni un objet créé dans la fonction. Lorsqu’on exécute look_outside
, Python regarde d’aborde dans le scope local de la fonction s’il existe une référence x
. Comme il ne la trouve pas, Il cherche alors dans le scope global de la fonction.
Dans le premier cas ci-dessous, aucune référence x
n’est créée en dehors du scope de la fonction. Une erreur est donc déclenchée.
[605]:
def look_outside(b):
return x + b
look_outside(20)
[605]:
23.4
Ici, comme la référence x
est créée (ajoutée au namespace) avant l’exécution de look_outside
, celle-ci peut la trouver et s’exécute donc jusqu’à son terme.
[606]:
def look_outside(b):
return x + b
x = 10
look_outside(20)
[606]:
30
[607]:
def look_inside_first(b):
x = 0
return x + b
x = 10
look_inside_first(20)
[607]:
20
Attention aux objets mutables passés comme argument à une fonction. Lorsqu’on passe un argument à une fonction, celle-ci utilise directement l’objet référencé.
[608]:
def is_same_objet(n):
print(n is name)
name = "Bob"
is_same_objet(name)
True
Si on passe un objet mutable comme argument d’une fonction, cette fonction va utiliser directement cet objet. S’il est modifié au cours de l’exécution de la fonction, c’est le bien mutable source qui est modifié, même s’il n’a pas la même référence dans la fonction.
[609]:
def change_mutable(mutable):
mutable[0] = "John"
return mutable
[610]:
names = ["Bill", "Rachel", "Bob"]
new_names = change_mutable(names)
print("new_names:", new_names, "\nnames:", names)
new_names: ['John', 'Rachel', 'Bob']
names: ['John', 'Rachel', 'Bob']
Si ce comportement n’est pas souhaité, on peut soit appeler la fonction avec une copie du mutable, soit créer une copie directement dans le bloc de la fonction.
[611]:
names = ["Bill", "Rachel", "Bob"]
new_names = change_mutable(names[:])
print("new_names:", new_names, "\nnames:", names)
new_names: ['John', 'Rachel', 'Bob']
names: ['Bill', 'Rachel', 'Bob']
[612]:
%reset -f
Unpacking, Packing¶
Déballer son sac
On peut facilement extraire un à un les éléments d’un objet iterable (séquences et containers) pour assigner de nouvelles variables avec la méthode dite de l”unpacking. Cela se fait le plus souvent à partir d’un tuple
.
[613]:
t = ("Bob", 27, ["Sarah", "Jim"])
t
comprend trois éléments, ces trois éléments sont assignés dans l’ordre aux variables name
, age
et siblings
.
[614]:
name, age, siblings = t
print(name, age, siblings)
Bob 27 ['Sarah', 'Jim']
Mais on peut aussi le faire avec d’autres types d’objet.
[615]:
l = ["Bob", 27, ["Sarah", "Jim"]]
name, age, siblings = l
print(name, age, siblings)
Bob 27 ['Sarah', 'Jim']
[616]:
s = "abc"
a, b, c = s
print(a, b, c)
a b c
[617]:
x = 3.4
pint, pdec = 3.4
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-617-5c0c97d6e39b> in <module>
1 x = 3.4
----> 2 pint, pdec = 3.4
TypeError: cannot unpack non-iterable float object
Packing est l’action par laquelle plusieurs objets sont rassemblés dans un tuple
.
[618]:
"Bob", 27, ["Sarah", "Jim"]
[618]:
('Bob', 27, ['Sarah', 'Jim'])
[619]:
packed = "Bob", 27, ["Sarah", "Jim"]
packed
[619]:
('Bob', 27, ['Sarah', 'Jim'])
[620]:
type(packed)
[620]:
tuple
Lorsqu’on essaie de retourner plusieurs objets dans une fonction, ceux-ci sont en fait toujours rassemblés dans un ``tuple``. Packing est à l’oeuvre.
[621]:
def person_info():
return "Anna", 26 # équivalent à return ("Anna", 26)
output = person_info()
type(output)
[621]:
tuple
On peut utiliser l”unpacking pour assigner à des variables les objets retournés par la fonction person_info
.
[622]:
name, age = person_info()
print(name, age)
Anna 26
[623]:
%reset -f
Boucle for
et fonctions associées¶
May the for be with you
Les boucles ``for`` sont très simples et utiles en Python. Elles permettent de répéter un bloc d’instructions un certain nombre de fois. L’objet qui suit le keyword in
doit être un iterable.
[1011]:
for i in range(3):
print(i)
0
1
2
[625]:
range?
range
est une fonction qui accepte 3 arguments start
, stop
et step
. Par défaut start
est égal à 0 et step
à 1. Cette fonction ne retourne pas une liste mais un obtjet de type range
. Il s’agit d’un objet un peu spécial. Lorsqu’on exécute range(1_000_001)
, considérant le code de la cellule précédente, on pourrait penser que cette instruction génère des nombres de 0 à 1000000, mais non. Cet objet est une sorte de distributeur, il ne fait rien tant qu’on ne lui
demande rien. Lorsqu’on lui demande quelque chose, comme dans une boucle for
, il s’active et commence à distribuer. Dans le cas de range(1_000_001)
, l’objet distribue des ints
en commençant à 0, un par un, jusqu’à 1000000.
[1012]:
for i in range(3):
print(id(i))
140734432776992
140734432777024
140734432777056
[627]:
type(range(3))
[627]:
range
Pour créer une liste croissante d’entiers, on peut convertir un objet range
en liste avec la fonction list
.
[628]:
list(range(3))
[628]:
[0, 1, 2]
La boucle for
de Python est en fait similaire à une boucle for each
, elle extrait chaque élément de l”iterable sur laquelle elle agit.
[1013]:
names = ["Bob", "Bill", "Sarah", "Anna"]
for name in names:
print(name)
Bob
Bill
Sarah
Anna
On peut pratiquer l”unpacking dans la ligne de la boucle for
.
[1014]:
fullnames = [("Rachel", "Miller"), ("Bob", "Smith"), ("Anna", "Johnson"), ("Bill", "Davis")]
for first_name, last_name in fullnames:
print(first_name, last_name)
Rachel Miller
Bob Smith
Anna Johnson
Bill Davis
On peut utiliser la boucle for
pour itérer au travers des objets de type string
, list
, tuple
, dict
, set
(et plus encore).
[1015]:
txt = "abcdefghi"
for letter in txt:
print(letter)
a
b
c
d
e
f
g
h
i
[1016]:
names = ("Bob", "Bill", "Sarah", "Anna")
for name in names:
print(name)
Bob
Bill
Sarah
Anna
[1017]:
phonebook = {
"Bob": 383,
"Bill": 509,
"Donald": 102
}
for k in phonebook:
print(k)
Bob
Bill
Donald
[1018]:
for k, v in phonebook.items():
print(k, v)
Bob 383
Bill 509
Donald 102
[1019]:
for v in phonebook.values():
print(v)
383
509
102
On peut inverser l’ordre des itérations en appelant la fonction reversed
sur l”iterable.
[1020]:
for name in reversed(names):
print(name)
Anna
Sarah
Bill
Bob
Un peu comme la fonction range
, la fonction reversed
ne retourne pas une list
mais un objet qualifié d”iterator. Il s’agit aussi d’un distributeur, il distribue dans ce cas-là les éléments de l”iterable en commençant par le dernier. Comme on peut itérer sur un iterator, ce type d’objet est aussi un iterable.
[639]:
reversed(names)
[639]:
<reversed at 0x1bf7f0fbfd0>
[640]:
reversed(names)[0]
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-640-0f87fe6cd96c> in <module>
----> 1 reversed(names)[0]
TypeError: 'reversed' object is not subscriptable
Les iterators sont des objets qui se tarissent. Après leur avoir demandé de distribuer leur « contenu » une fois, ils ne peuvent plus le redistribuer.
[641]:
reversed_names = reversed(names)
list(reversed_names)
[641]:
['Anna', 'Sarah', 'Bill', 'Bob']
[642]:
list(reversed_names)
[642]:
[]
reserved_names
est maintenant un iterator vide, on ne peut plus le réutiliser. (A noter que l’objet retourné par range
ressemble à un iterator mais n’en est en fait pas un, on peut donc le réutiliser).
[1021]:
for name in sorted(names):
print(name)
Anna
Bill
Bob
Sarah
[1023]:
for name in sorted(names, key=len):
print(name)
Bob
Bill
Anna
Sarah
sorted
ne retourne pas un iterator mais directement une list
.
[645]:
sorted(names)
[645]:
['Anna', 'Bill', 'Bob', 'Sarah']
[646]:
type(sorted(names))
[646]:
list
La fonction ``enumerate`` fournit sous la forme d’un ``tuple`` un compteur et les les éléments de l’iterable avec laquelle elle est appelée.
[1024]:
for i, name in enumerate(names):
print(f"Iteration {i}: {name}")
Iteration 0: Bob
Iteration 1: Bill
Iteration 2: Sarah
Iteration 3: Anna
[1025]:
for i, name in enumerate(reversed(names)):
print(f"Iteration {i}: {name}")
Iteration 0: Anna
Iteration 1: Sarah
Iteration 2: Bill
Iteration 3: Bob
L’objet que la fonction enumerate
retourne est un iterator.
[649]:
enumerated_names = enumerate(names)
[650]:
list(enumerated_names)
[650]:
[(0, 'Bob'), (1, 'Bill'), (2, 'Sarah'), (3, 'Anna')]
[651]:
list(enumerated_names)
[651]:
[]
La function zip
permet d’itérer sur plusieurs iterables en extrayant leur élément en même temps. L’objet qu’elle retourne est un iterator.
[1026]:
ages = [25, 28, 23, 21]
first_letters = ["B", "R", "B", "A"]
[1027]:
for name, first_letter, age in zip(names, first_letters, ages):
print(name, first_letter, age)
Bob B 25
Bill R 28
Sarah B 23
Anna A 21
[1028]:
for i, (name, first_letter, age) in enumerate(zip(names, first_letters, ages)):
print(i, name, first_letter, age)
0 Bob B 25
1 Bill R 28
2 Sarah B 23
3 Anna A 21
Mais que se passe-t-il exactement lorsqu’on exécute une boucle for
? A chaque itération, un élément de l”iterable est référencé par le nom défini juste après le keyword for
. On peut voir que les objets extraits d’une list
sont exactement les objets auxquels elle fait référence.
On a souvent besoin de modifier un à un les éléments d’une ``list`` (exemple: mettre des noms en capitales). la méthode recommandée est la suivante: * On crée une list
vide avec l = []
* A chaque itération on vient rajouter un élément à cette list
vide avec la méthode append
(l.append(new_item)
)
[1029]:
names = ["Bob", "Bill", "Sarah", "Rachel"]
upper_names = []
for name in names:
upper_names.append(name.upper())
upper_names
[1029]:
['BOB', 'BILL', 'SARAH', 'RACHEL']
On peut inclure des conditions if
dans le bloc d’une boucle for
pour préciser les actions à effectuer.
[1030]:
for name in names:
if "S" in name:
if "a" in name:
if "r" in name:
print(f"I think you're Sarah, correct? \nYes I'm {name}!")
I think you're Sarah, correct?
Yes I'm Sarah!
Cela génère des fois du code qui est très indenté et pas facile à lire, on peut utiliser les *keywords* ``continue`` et ``break`` pour contrôler l’exécution de la boucle. continue
entraîne le démarrage direct de la prochaine itération, ainsi, tout le code qui est situé sous continue
est passé si continue
est exécuté. break
arrête totalement l’exécution de la boucle.
[657]:
for name in names:
if "S" not in name:
continue
if "a" not in name:
continue
if "r" not in name:
continue
# Exécuté si les trois conditions ci-dessus sont fausses
print(f"I think you're Sarah, correct? \nYes I'm {name}!")
break
I think you're Sarah, correct?
Yes I'm Sarah!
[1032]:
for name in names:
if name == "Sarah":
continue
print(name) # Exécuté si name != "Sarah"
Bob
Bill
Rachel
[1033]:
for name in names:
if name == "Sarah":
break # Stoppe la boucle lorsque name == "Sarah"
print(name)
Bob
Bill
Contrairement aux références créés dans le scope d’une fonction, les références créés dans un bloc for
ne sont pas supprimées à la fin de l’exécution du bloc. La référence name
est donc toujours accessible et sa valeur est celle de la dernière itération. Ici on voit que sa valeur est 'Sarah'
, ce qui a effectivement stoppé l’exécution de la boucle.
[1034]:
name
[1034]:
'Sarah'
Lire et écrire dans un fichier¶
Cours Primaire
On peut facilement lire le contenu d’un fichier texte et écrire du texte dans un fichier. Pour cela, on utilise: * la fonction open
qui permet d’ouvrir un fichier et de le lire ou d’y écrire quelque chose * le keyword with
qui signale l’utilisation d’un objet qualifié de context manager (ici, la fonction open
). L’emploi de ce genre d’objet avec un bloc ``with`` permet de s’assurer de la fermeture de la ressource ouverte (ici, un fichier), même si une erreur se produit dans
l’exécution du bloc de code
[1035]:
%%writefile data.txt
name,age,gender
Sarah,27,F
Bob,28,M
Rachel,24,F
Bill,22,M
Writing data.txt
La fonction open
ouvre le fichier en mode lecture ("r"
pour read) et retourne un objet référencé par f
(on peut choisir n’importe quel nom) et lié au fichier en cours de lecture.
[1036]:
with open("data.txt", "r") as f:
print(type(f))
print(dir(f))
<class '_io.TextIOWrapper'>
['_CHUNK_SIZE', '__class__', '__del__', '__delattr__', '__dict__', '__dir__', '__doc__', '__enter__', '__eq__', '__exit__', '__format__', '__ge__', '__getattribute__', '__getstate__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__iter__', '__le__', '__lt__', '__ne__', '__new__', '__next__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '_checkClosed', '_checkReadable', '_checkSeekable', '_checkWritable', '_finalizing', 'buffer', 'close', 'closed', 'detach', 'encoding', 'errors', 'fileno', 'flush', 'isatty', 'line_buffering', 'mode', 'name', 'newlines', 'read', 'readable', 'readline', 'readlines', 'reconfigure', 'seek', 'seekable', 'tell', 'truncate', 'writable', 'write', 'write_through', 'writelines']
On peut lire le contenu d’un fichier ligne par ligne en itérant sur l’objet retourné par la fonction open
. Cet objet est en fait un iterator. Chaque ligne du fichier se termine par un caractère retour à la ligne. On peut donner l’argument end=""
à la fonction print
pour qu’elle ne saute pas trop de lignes.
[1037]:
with open("data.txt", "r") as f:
for line in f:
print(line)
name,age,gender
Sarah,27,F
Bob,28,M
Rachel,24,F
Bill,22,M
[1039]:
with open("data.txt", "r") as f:
for line in f:
print(line, end="")
name,age,gender
Sarah,27,F
Bob,28,M
Rachel,24,F
Bill,22,M
Comme f
est un iterator, on ne peut itérer dessus qu’un seule fois.
[665]:
with open("data.txt", "r") as f:
for line in f:
print(line, end="")
for line in f:
print(line, end="")
name,age,gender
Sarah,27,F
Bob,28,M
Rachel,24,F
Bill,22,M
L’avantage de lire un fichier ligne par ligne est double: * On ne charge pas l’ensemble des données du fichier dans la mémoire * On peut arrêter sa lecture avant la fin si on cherche quelque chose de précis
[666]:
with open("data.txt", "r") as f:
for i, line in enumerate(f):
if "Bob" in line:
print(f"I've found Bob @line {i + 1} !!!")
break # Stoppe la lecture du fichier
I've found Bob @line 3 !!!
[667]:
with open("data.txt", "r") as f:
for i, line in enumerate(f):
line = line.strip()
if line.startswith("Bob"):
age = line.split(",")[1]
break
print(f"Bob is {age} yo.")
Bob is 28 yo.
Pour écrire dans un nouveau fichier, la démarche est tout à fait similare. Au lieu de passer l’argument r
à la fonction open
, on lui passe l’argument w
(pour write). La méthode write
n’accepte comme argument que des objets de type string
. Au besoin, on convertit les objets (float
) par exemple en string
en les passant comme argument à la fonction str
. Il faut faire attention à inclure le caractère spécial "\n"
pour marquer les sauts de ligne.
[671]:
names = ["Sarah", "Rachel", "Bob", "Bill"]
with open("new_data.txt", "w") as f:
for name in names:
f.write(name + "\n")
[672]:
!type new_data.txt
Sarah
Rachel
Bob
Bill
[673]:
!del /f new_data.txt data.txt
%reset -f
Traceback¶
Suivie à la trace
Le traceback est le long message que Python affiche lorsqu’une erreur survient pendant l’exécution du code. Le traceback se lit de bas en haut. Il est très utile pour débugger un script.
[674]:
def first_level(a, b):
return second_level(a, b)
def second_level(a, b):
return third_level(a, b)
def third_level(a, b):
return a + b
[675]:
first_level(1, 2)
[675]:
3
L’addition des paramètres a
et b
est réalisée par la fonction third_level
. On va déclencher une TypeError
en tentant d’additioner une string
avec un int
, ce qui est impossible.
[676]:
"Bob" + 1
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-676-1e6b406786db> in <module>
----> 1 "Bob" + 1
TypeError: can only concatenate str (not "int") to str
[677]:
first_level("Bob", 1)
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-677-26206af4b823> in <module>
----> 1 first_level("Bob", 1)
<ipython-input-674-0c177701bd8c> in first_level(a, b)
1 def first_level(a, b):
----> 2 return second_level(a, b)
3
4
5 def second_level(a, b):
<ipython-input-674-0c177701bd8c> in second_level(a, b)
4
5 def second_level(a, b):
----> 6 return third_level(a, b)
7
8
<ipython-input-674-0c177701bd8c> in third_level(a, b)
8
9 def third_level(a, b):
---> 10 return a + b
TypeError: can only concatenate str (not "int") to str
Le traceback nous indique que l’erreur s’est produite à la ligne return a + b
du code dans la fonction third_level
. Il afficher ensuite (de bas en haut) les appels successifs aux trois fonctions imbriquées.
[678]:
%reset -f