Outils et workflow Python

Les outils du quotidien qui transforment les scripts Python en programmes maintenables — le logging plutôt que print(), lire une traceback et utiliser un débogueur, et les habitudes de workflow qui vont avec. Les leçons interactives s’exécutent en direct dans votre navigateur ; les leçons de configuration, vous les suivez dans votre terminal.

Une fois que votre Python fait un vrai travail, la différence entre un script jetable et un programme que vous pouvez maintenir tient à l’outillage qui l’entoure. Cette série enseigne ces outils du quotidien de la façon dont vous les mobilisez réellement — chacun sur un problème concret, avec le résultat relu en langage clair.

Vous apprenez le logging — un logger, un handler et un formatter ; les cinq niveaux ; journaliser à la fois dans la console et dans un fichier ; et régler la verbosité sans éditer le code — et les compétences de débogage qui vont avec : lire une traceback de bas en haut jusqu’à l’erreur réelle, et poser un breakpoint() pour inspecter un programme en cours d’exécution. Les exemples de code s’exécutent, et les leçons interactives se terminent par une cellule Essayez en direct que vous pouvez modifier et exécuter dans votre navigateur — sans installation. Les leçons de configuration (comme la gestion des environnements virtuels) sont centrées sur le terminal, vous les suivez donc dans votre propre shell.

Vous préférez R, ou vous travaillez dans les deux langages ? Chaque leçon renvoie à l’idée correspondante du côté R (logging à niveaux avec les paquets logger/logging, traceback() et browser()), pour que le même concept soit à un clic dans l’un ou l’autre langage.

Recevez les nouvelles leçons R & Python par e-mail

Pratique, reproductible, sans spam. Désinscription à tout moment.

Double opt-in. Nous ne partageons jamais votre e-mail.