Tutoriel sur les classes en Python

Une approche orientée objet est particulièrement utile lorsque votre code implique des interactions complexes entre de nombreux objets. En production, les classes peuvent compter des dizaines d’attributs et de méthodes avec une logique sophistiquée, mais la structure de base reste la même que pour la classe la plus simple.

Les classes servent de plan pour les objets : elles décrivent les comportements et états possibles que chaque objet d’un certain type peut avoir. Par exemple, si vous dites : « chaque client aura un numéro de téléphone et un e-mail, et pourra passer et annuler des commandes », vous venez de définir une classe ! Ainsi, vous pouvez parler des clients de façon unifiée. Un objet Customer spécifique n’est alors que la concrétisation de cette classe avec un état particulier.

Identifier les classes Python

En Python, tout est un objet. Les nombres, les chaînes de caractères, les DataFrames, même les fonctions sont des objets. Plus précisément, tout ce que vous manipulez en Python a une classe, un plan associé en arrière-plan. L’existence de ces interfaces unifiées explique pourquoi vous pouvez utiliser, par exemple, n’importe quel DataFrame de la même manière.

Vous pouvez appeler type() sur n’importe quel objet Python pour connaître sa classe. Par exemple, la classe d’un tableau numpy s’appelle en réalité ndarray (pour « n-dimensional array »).

import numpy as np
a = np.array([1,2,3,4])
print(type(a))

numpy.ndarray

Les classes encapsulent des informations d’état et de comportement. En Python, l’état est porté par les attributs et le comportement par les méthodes.

Attributs et méthodes

Prenez un tableau numpy : vous avez déjà utilisé certaines de ses méthodes et attributs !

Par exemple, chaque tableau numpy possède un attribut « shape » auquel vous pouvez accéder en précisant le nom du tableau suivi d’un point puis de shape.

État <--> attributs

import numpy as np
a = np.array([1,2,3,4])

# attribut shape
a.shape

(4,)

Il dispose aussi de méthodes comme max et reshape, accessibles elles aussi via le point.

Comportement <--> méthodes

import numpy as np
a = np.array([1,2,3,4])

# méthode reshape
a.reshape(2,2)

array([[1, 2],
       [3, 4]])

Créer votre première classe

Dans cet exemple, vous allez créer une classe vide Employee. Puis vous créerez un objet emp de la classe Employee en appelant Employee().

Essayez d’afficher l’attribut .name de l’objet emp dans la console. Que se passe-t-il ?

# Créer une classe vide Employee
class Employee:
    pass
# Créer un objet emp de la classe Employee
emp = Employee()

Essayez par vous-même.

Pour en savoir plus sur la programmation orientée objet en Python, regardez cette vidéo issue de notre cours Object-Oriented Programming in Python.

Ce contenu est tiré du cours Object-Oriented Programming in Python de DataCamp, par Aliaksandra Yarosh. 

Découvrez le tutoriel sur la programmation orientée objet (POO) en Python de DataCamp.