|
|
## Tutographie : les sites qui expliquent !
|
|
|
|
|
|
Il existe de très nombreux sites de ressources sur Python, dans toutes les langues et à tous les niveaux. Ce qui convient à l'un ne conviendra pas forcément à l'autre, donc cette liste est indicative.
|
|
|
Ces pages donnent quelques références sur le langage Python en général, puis plus précisément sur Matplotlib qui est l'objet des Ateliers 2021.
|
|
|
|
|
|
|
|
|
### Tutos de PYTHON
|
|
|
|
|
|
MOOCS :
|
|
|
La plateforme France Université Numérique propose deux Moocs vraiment très bien faits :
|
|
|
|
|
|
["Python 3 : des fondamentaux aux concepts avancés du langage" ](https://www.fun-mooc.fr/fr/cours/python-3-des-fondamentaux-aux-concepts-avances-du-langage/) : actif depuis plusieurs années, ce MOOC de l'Université Côte d'Azur et de l'INRIA est absolument excellent, avec des vidéos très pédagogiques et des compléments au format NoteBook. La somme d'informations théoriques qui peut décourager les vrais débutants mais apportera énormément de réponses à ceux qui ont déjà commencé à code "sur le tas".
|
|
|
Il y a beaucoup d'exercices mais "facultatifs", la validation du parcours passe par un QCM très bienveillant.
|
|
|
Mention spéciale : une semaine sur Numpy et Pandas, une dernière semaine "Sujets avancés" avec 1. Méthodes statiques et de classe; 2. Les décorateurs ; 3. Les clôtures de fonctions ;
|
|
|
4. Les métaclasses ; 5. property et descripteurs ; 6. Protocole d'accès aux attributs
|
|
|
|
|
|
|
|
|
"Apprendre à coder avec Python" (ULB) : c'est... pour apprendre à coder, et un bagage mathématique de niveau Lycée doit suffire. Ce MOOC intègre énormément d'exercices "obligatoires" pour valider le parcours, très formateurs mais aussi très consommateurs de temps. Le "projet" proposé est en revanche très sympathique, mais plutôt comme "loisir" (reproduire un Tableau de Vasarely ; dommage que le module choisi est Turtle et non pas Matplotlib...).
|
|
|
Mention spéciale : mine de ressources pédagogiques, avec les exercices mais aussi la démonstration du site [Python Tutor](http://pythontutor.com/), qui est vraiment une adresse fabuleuse pour comprendre la vie des objets Python (copies superficielles ou profondes, espaces de nommage, portée des variables...), ou les expliquer...
|
|
|
|
|
|
|
|
|
COURS interactifs
|
|
|
|
|
|
Le site "OpenClassRooms", anciennement "site du zéro", est une référence vraiment intéressante avec des cours complets et des points thématiques plus court... Des contenus clairs, un style agréable, un format "hypertexte" facilitant la navigation pour suivre un cours ou pour rechercher une information... Mais il est maintenant à vocation plus commerciale et envahi de publicité... C'est dommage.
|
|
|
Voir par exemple [bases de Python](https://mooc-francophone.com/cours/apprenez-a-programmer-en-python/).
|
|
|
N'hésitez pas à visiter, par exemple il y a un cours sur [la gestion des modules et des environnements virtuels](https://openclassrooms.com/fr/courses/6951236-mettez-en-place-votre-environnement-python), c'est un point absolument fondamental.
|
|
|
|
|
|
COURS
|
|
|
|
|
|
Un excellent cours de Python niveau Licence 3 (Physique fondamentale) : [Cours de X. Garrido](https://xgarrido.github.io/licence_python_teaching/). Le cours est suivi d'exercices, orientés "physique fondamentale"...
|
|
|
|
|
|
[Python simple (en français)](https://www.python-simple.com/) : il est simple parce qu'il explique bien et rend les choses simples...
|
|
|
Il est structuré en sections. Je vous recommande celle sur les [structures de données](https://www.python-simple.com/python-modules-structures-donnees/collections.php) qui décrit des classes très utiles du module Collections, comme **namedtuple**, **deque** et **Count**, qui sont rarement évoquées dans les cours et pourtant très utiles.
|
|
|
|
|
|
COURS et tutos de "DataScience"
|
|
|
C'est un sujet à la mode, vous trouverez donc beaucoup de ressources traitant d'analyse de données.
|
|
|
|
|
|
Une référence, bien qu'un peu datée : le [livre de J. VanderPlas aux éditions O'Reilly](https://jakevdp.github.io/PythonDataScienceHandbook/), disponible sous licence CC-BY-NC-ND license.
|
|
|
|
|
|
### Tutos spécifiques MatplotLib
|
|
|
|
|
|
:warning: contrairement à la DOC OFFICIELLE, les tutos et aide-mémoires (cheatsheet) ne sont pas forcément toujours à jour, et ne précisent pas forcément la version commentée.
|
|
|
|
|
|
LA PREMIERE REFERENCE C'EST LA [DOC de matplotlib](https://matplotlib.org/) qui est complète et existe pour chaque version ! Un bandeau vous indique que vous ne regardez pas la doc de la dernière version disponible (ce qui peut être voulu si vous utilisez un code prévu pour une version antérieure).
|
... | ... | @@ -17,6 +56,8 @@ On va citer ici trois types de ressources : |
|
|
|
|
|
*[Ceux de la DOC de matplotlib](https://matplotlib.org/stable/users/index.htmlg/) !
|
|
|
|
|
|
Après la doc, qui est LA référence, on va retrouver des références déjà citées pour le langage Python en général.
|
|
|
|
|
|
[Python simple (en français)](https://www.python-simple.com/) : il est simple parce qu'il explique bien et rend les choses simples...
|
|
|
Il comprend 3 sections, Les bases / Modules standards / Modules non standards ; vous trouverez dans "modules non standards" un très bon tuto sur [Matplotlib](https://www.python-simple.com/python-matplotlib/matplotlib-intro.php) ainsi que sur Seaborn et Pandas.
|
|
|
|
... | ... | |