PROGRAMMER ET AUTOMATISER DES TÂCHES AVEC PYTHON - MODULE 4 - NIVEAU AVANCÉ

Objectifs

• Créer des décorateurs, y compris paramétrés, en utilisant functools.wraps
• Implémenter des générateurs avec yield et des gestionnaires de contexte personnalisés
• Appliquer les notions avancées de POO : propriétés, méthodes de classe et statiques, classes abstraites, dataclasses
• Charger, nettoyer, filtrer, agréger et exporter des données avec pandas
• Structurer des tests pytest avec fixtures, paramétrage et mocks
• Optimiser un traitement en choisissant les structures et outils adaptés de la bibliothèque standard

Programme

• Formation mixte de 15 h : 12 h à distance (plateforme e-learning et accompagnement individualisé) et 3 h en présentiel.
• Séquence 1 - Fonctions avancées et décorateurs (3 h)
• Fonctions comme objets, fonctions imbriquées et fermetures (closures)
• Fonctions lambda avec map(), filter() et sorted(key=...)
• Écriture de décorateurs, décorateurs paramétrés et functools.wraps
• Décorateurs de la bibliothèque standard : functools.lru_cache, property
• Séquence 2 - Itérateurs, générateurs et gestionnaires de contexte (2,5 h)
• Protocole d'itération : __iter__ et __next__
• Fonctions génératrices avec yield et expressions génératrices
• Module itertools (chain, islice, groupby)
• Gestionnaires de contexte : __enter__, __exit__ et contextlib.contextmanager
• Séquence 3 - Programmation orientée objet approfondie (2,5 h)
• Encapsulation, attributs protégés et @property avec setter
• Méthodes @classmethod et @staticmethod
• Classes abstraites avec le module abc et polymorphisme
• Dataclasses et méthodes spéciales de comparaison
• Séquence 4 - Analyse de données avec pandas (4 h)
• Series et DataFrame, lecture avec read_csv et read_excel
• Sélection avec loc et iloc, filtrage booléen, tri
• Nettoyage : valeurs manquantes (isna, fillna, dropna), doublons, conversion de types
• Agrégation avec groupby, merge entre tables et export avec to_csv et to_excel
• Séquence 5 - Tests pytest avancés (3 h)
• Fixtures, portée des fixtures et fichier conftest.py
• Tests paramétrés avec @pytest.mark.parametrize
• Simulation de dépendances avec unittest.mock et monkeypatch
• Mesure de couverture avec pytest-cov

Débouchés

- Maîtriser les mécanismes avancés du langage : fonctions de première classe, décorateurs et générateurs
- Concevoir des hiérarchies de classes robustes et réutilisables
- Analyser et transformer des jeux de données tabulaires avec pandas
- Mettre en place une stratégie de tests unitaires complète avec pytest
- Améliorer les performances et la lisibilité d'un script existant