Licence CC BY-NC-ND, Thierry Parmentelat & Arnaud Legout

from IPython.display import HTML
HTML(filename="_static/style.html")

outils externes utiles

git

c’est juste indispensable de toujours travailler sous un SCM !
vous commencez un projet, ayez le réflexe de :

• créer un dossier

• git init

• et commiter fréquemment

pensez ensuite à dupliquer votr dépôt sur une plateforme distante (github - gitlab - bitbucket)

• pour avoir une sauvegarde

• et éventuellement collaborer

n’attendez pas d’en avoir besoin !: c’est utile tout de suite

librairies tierces (non standard)

pypi.org

• toutes les librairies importantes se trouvent ici https://pypi.python.org/

• attention souvenez-vous que n’importe qui peut y publier !
  la présence sur pypi ne veut pas dire code fiable, supporté

• pip est le programme qui permet de les installer facilement
  https://pip.pypa.io/en/latest/installation/

pip : comment installer une librairie externe

# dans le terminal
$ pip help

Usage:
  pip <command> [options]

Commands:
  install                     Install packages.
  download                    Download packages.
  uninstall                   Uninstall packages.
  freeze                      Output installed packages in requirements format.
  inspect                     Inspect the python environment.
  list                        List installed packages.
  show                        Show information about installed packages.
…

et donc, typiquement par exemple on fait simplement

# toujours dans le terminal
pip install numpy

• capable de gérer les setups complexes, y compris lorsque du code binaire est nécessaire (cf wheels)

• n’affranchit pas de bien lire la doc d’installation lorsqu’une approche naïve échoue

• à signaler aussi : utilisez python -m pip à la place de pip
  en cas de multiples installations + ou - stables, pour être sûr d’installer pour le bon Python

librairies notables

• pour le calcul scientifique

  • numpy: tableaux et matrices efficaces

  • pandas: données tabulaires (type excel/csv)

  • scikit-learn: machine-learning

  • matplotlib: visualisation

  • plein d’autres libs de visualisation - seaborn, altair, bokeh, plotly, …

• pour le dashboards / UI

  • streamlit

  • flet

• autour des notebooks

  • bien sûr jupyter (jupyterlab), avec - je recommande - jupytext

  • mais aussi vs-code,

  • ou bien en version hostée sur https://cocalc.com/

  • ou encore https://colab.research.google.com/

  • pour les notebooks interactifs: ipywidgets et interact()

• asyncio pour la programmation asynchrone

• unittest, et surtout pytest pour les tests et l’intégration continue

• sphinx et readthedocs.io pour la documentation
  pour info ce support est transformé en HTML avec jupyter-book

vérification: pylint

un outil externe qui vérifie le code par analyse statique

• permet de vérifier un très grand nombre de bonnes propriétés

• super utile: voir pylint saves the day

• demande un investissement initial, mais retour sur investissement très court !

• https://www.pylint.org/

# et qui s'installe donc avec, wait for it...
pip install pylint

filtrer la sortie de pylint

le problème principal avec pylint: trop de features, du coup beaucoup de bruit !
il convient de déterminer avec l’expérience les traits importants
pour cela, commencer avec la liste complète, et éliminer le bruit:

• constituer un fichier de config pour le projet
  https://pylint.readthedocs.io/en/stable/user_guide/configuration/index.html#configuration

• enlever progressivement les erreurs acceptables
  ce qui peut se faire à tous les niveaux: projet ou fichier ou même ligne par ligne

la doc avec Sphinx et readthedocs.io

vous pourrez constater que l’énorme majorité des documentations de librairies sont hostées sur https://readthedocs.io/
le plus souvent elles sont construites à partir des sources en utilisant la librairie Sphinx

pour information, ces supports sont produits avec jupyter-book, qui élabore au-dessus de Sphinx une couche spécifique aux notebooks

les tests avec pytest

la librairie standard propose un module unittest; c’est un apport appréciable ! la librairie pytest est compatible avec, mais étend encore les possibilités de ce module, c’est une librairie très fréquemment utilisée