Accéder au contenu principal

Cours

Boîte à outils Python

DébutantNiveau de compétence

Actualisé 12/2025

Renforcez vos compétences en science des données avec Python : maîtrisez les itérateurs et les compréhensions de listes.

Commencer le cours gratuitement

PythonProgramming

4 h

12 vidéos

46 Exercices

3,800 XP

310K+

Certificat de formation

Apprécié par des utilisateurs provenant de milliers d'entreprises

Former une équipe ?

Essayez pour les entreprises

Description du cours

Dans ce cours Boîte à outils Python, vous allez continuer à développer des compétences Python plus avancées. Vous commencerez par les itérateurs, des objets que vous avez déjà croisés dans le cadre des boucles for. Vous découvrirez ensuite les compréhensions de listes, des outils extrêmement pratiques pour tous les professionnels de la donnée et les développeurs qui travaillent en Python. Vous terminerez le cours par une étude de cas dans laquelle vous appliquerez toutes les techniques vues dans les deux parties de ce cours.Les vidéos contiennent des transcriptions en direct que vous pouvez afficher en cliquant sur « Afficher la transcription » en bas à gauche des vidéos. Le glossaire du cours se trouve à droite, dans la section Ressources. Pour obtenir des crédits CPE, vous devez terminer le cours et obtenir un score de 70 % à l’évaluation qualifiante. Vous pouvez accéder à l’évaluation en cliquant sur l’encart des crédits CPE à droite.

Prérequis

Introduction to Functions in Python

1

Utiliser les itérateurs au pays de Python

Vous allez découvrir en détail les itérateurs et les itérables, que vous avez déjà utilisés en écrivant des boucles for. Vous apprendrez quelques fonctions pratiques qui vous permettront de travailler efficacement avec des itérateurs. Vous terminerez le chapitre par un cas d’usage pertinent pour la data science et la gestion de grandes quantités de données : des données Twitter que vous chargerez par blocs à l’aide d’itérateurs.

Introduction aux itérateurs

Itérateurs vs itérables

Itérer sur des itérables (1)

Itérer sur des itérables (2)

Des itérateurs comme arguments de fonctions

Jouer avec les itérateurs

Utiliser enumerate

Utiliser zip

Utiliser * et zip pour « dézipper »

Utiliser des itérateurs pour charger de gros fichiers en mémoire

Traiter de grandes quantités de données Twitter

Extraire des informations à partir d’un grand volume de données Twitter

Félicitations !

Commencer le chapitre

2

Compréhensions de liste et générateurs

Dans ce chapitre, vous consoliderez vos connaissances sur les itérateurs et ferez connaissance avec les compréhensions de listes, qui permettent de créer des listes complexes, et des listes de listes, en une seule ligne de code ! Les compréhensions de listes peuvent considérablement simplifier votre code et le rendre plus efficace, et deviendront un élément essentiel de votre boîte à outils Python. Vous découvrirez ensuite les générateurs, très utiles lorsque vous travaillez avec de grandes séquences de données que vous ne souhaitez pas forcément stocker en mémoire, mais plutôt générer à la volée.

Compréhensions de listes

Écrire une compréhension de liste de base

Compréhension de liste sur des itérables

Écrire des compréhensions de liste

Compréhensions de listes imbriquées

Compréhensions avancées

Utiliser des conditions dans les compréhensions (1)

Utiliser des conditions dans les compréhensions (2)

Compréhensions de dictionnaires

Introduction aux expressions génératrices

Compréhensions de liste vs. générateurs

Écrivez vos propres expressions génératrices

Modifier la sortie dans les expressions génératrices

Créer un générateur

Pour conclure : compréhensions et générateurs.

Compréhensions de liste pour des données horodatées

Compréhensions de liste conditionnelles pour des données horodatées

Commencer le chapitre

3

Récapitulatif

Ce chapitre vous permettra d’appliquer vos nouvelles compétences pour nettoyer et extraire des informations pertinentes d’un jeu de données réel : les Indicateurs du développement dans le monde de la Banque mondiale. Vous aurez l’occasion d’écrire vos propres fonctions et compréhensions de listes en travaillant avec des itérateurs et des générateurs afin de consolider vos bases en Python.

Bienvenue dans l’étude de cas !

Zipper des dictionnaires

Écrire une fonction pour vous aider

Utiliser une compréhension de liste

Transformer tout cela en DataFrame

Utiliser les générateurs Python pour le streaming de données

Traiter les données par blocs (1)

Écrire un générateur pour charger des données par blocs (2)

Écrire un générateur pour charger des données par blocs (3)

Utiliser l’itérateur read_csv de pandas pour le streaming de données

Écrire un itérateur pour charger des données par blocs (1)

Écrire un itérateur pour charger des données par blocs (2)

Écrire un itérateur pour charger des données par blocs (3)

Écrire un itérateur pour charger les données par blocs (4)

Écrire un itérateur pour charger les données par blocs (5)

Dernières réflexions

Commencer le chapitre

Boîte à outils Python

Cours
terminé

Obtenez un certificat de réussite

Ajoutez cette certification à votre profil LinkedIn, à votre CV ou à votre portfolio
Partagez-la sur les réseaux sociaux et dans votre évaluation de performanceS'inscrire maintenant

Rejoignez plus de 19 millions d'utilisateurs et commencez Boîte à outils Python dès aujourd'hui !

Apprenez où que vous soyez avec l'application DataCamp

Progressez où que vous soyez grâce à nos cours conçus pour mobile et à nos défis quotidiens de 5 minutes.