Formation complète Python 3, des fondamentaux jusqu'aux concepts avancés (FastAPI, Data Science, Type Hints).
Formation progressive et complète sur Python 3 couvrant l'intégralité du langage, des bases jusqu'aux techniques professionnelles les plus récentes. Conçue pour les débutants comme pour les développeurs expérimentés souhaitant se perfectionner.
✨ Points clés :
- 📚 13 modules progressifs du niveau débutant à expert
- 🎯 75+ sujets couverts avec exemples concrets
- 🆕 Technologies modernes (FastAPI, Type Hints, Poetry, SQLAlchemy)
- 📊 Module Data Science complet (NumPy, Pandas, Matplotlib)
- 🔥 Édition 2025-2026 avec les dernières pratiques Python
- 🇫🇷 100% en français et gratuit (MIT License)
Durée estimée : 40-60 heures • Niveau : Tous niveaux • Prérequis : Aucun
Module 1 : Fondamentaux - Installation, variables, structures de contrôle, fonctions, gestion des erreurs, Type Hints 🆕
Module 2 : Structures de données - Listes, dicts, sets, compréhensions, collections spécialisées
Module 3 : POO - Classes, héritage, polymorphisme, méthodes spéciales, métaclasses
Module 4 : Fichiers - Lecture/écriture, JSON/CSV/XML, sérialisation (pickle), pathlib
Module 5 : Programmation fonctionnelle - Lambda, map/filter/reduce, décorateurs, générateurs, closures
Module 6 : Modules - Packages, pip, venv, Poetry/Pipenv 🆕
Module 7 : Bibliothèques standard - os/sys, datetime, math/random, itertools, logging, typing avancé 🆕
Module 8 : Concurrence - Threading, multiprocessing, asyncio, patterns
Module 9 : Débogage - Exceptions, debugging, profiling, optimisation
Module 10 : Tests - unittest, pytest, mocking, couverture de code, documentation, PEP 8, mypy 🆕
Module 11 : Web/APIs - FastAPI 🆕, Flask, REST, SQLAlchemy 🆕
Module 12 : Bonnes pratiques - Architecture, Git, design patterns, optimisation, déploiement
Module 13 : Data Science 📊 - NumPy, Pandas, Matplotlib/Plotly 🆕 (optionnel)
📋 Consultez SOMMAIRE.md pour la table des matières complète
# Vérifier la version de Python
python --version # ou python3 --version
# Télécharger Python 3.10+ (recommandé : 3.13+)
# 🌐 https://www.python.org/downloads/# Cloner cette formation
git clone https://github.com/NDXDeveloper/formation-python.git
cd formation-python
# Créer un environnement virtuel
python -m venv venv
# Activer l'environnement
source venv/bin/activate # 🐧 Linux/Mac
# venv\Scripts\activate # 🪟 Windows
# Installer les dépendances avec pip
pip install fastapi uvicorn flask requests sqlalchemy pydantic # Modules web
pip install numpy pandas matplotlib plotly # Modules data science # Installer Poetry (si pas encore installé)
pip install poetry
# Installer toutes les dépendances
poetry install --all-extras
# Ou seulement les dépendances web
poetry install -E web
# Ou seulement les dépendances data science
poetry install -E data# 👋 hello.py
def saluer(nom: str) -> str:
"""Retourne un message de bienvenue personnalisé."""
return f"Bonjour {nom}, bienvenue dans Python ! 🐍"
if __name__ == "__main__":
print(saluer("Développeur"))python hello.py
# Sortie : Bonjour Développeur, bienvenue dans Python ! 🐍formation-python-complete/
├── 📄 README.md
├── 📋 SOMMAIRE.md (table des matières détaillée)
├── 🛠️ VSCODE-SETUP.md (configuration VS Code)
├── 📜 LICENSE
├── 📦 pyproject.toml (dépendances Poetry)
├── 📂 01-fondamentaux-et-syntaxe/
│ ├── README.md
│ ├── 01-installation-et-configuration.md
│ ├── 02-variables-types-et-operateurs.md
│ └── ...
├── 📂 02-structures-de-donnees/
├── 📂 03-programmation-orientee-objet/
├── 📂 04-gestion-donnees-et-fichiers/
├── 📂 05-programmation-fonctionnelle/
├── 📂 06-modules-et-packages/
├── 📂 07-bibliotheques-standard/
├── 📂 08-programmation-concurrente/
├── 📂 09-erreurs-et-debogage/
├── 📂 10-tests-et-qualite/
├── 📂 11-developpement-web-et-apis/
├── 📂 12-projets-et-bonnes-pratiques/
└── 📂 13-introduction-data-science/ (optionnel)
👉 Commencez par le Module 1 et suivez l'ordre chronologique
👉 Sautez au Module 5 ou Module 8
👉 Explorez les modules avancés : Module 11 (FastAPI) ou Module 13 (Data Science)
👉 Consultez le SOMMAIRE.md avec tous les liens
💡 Conseil : Créez un dossier d'entraînement et testez tous les exemples de code !
mkdir mon-apprentissage-python
cd mon-apprentissage-python
python -m venv venv
source venv/bin/activate | Niveau | Modules | Durée | Objectif |
|---|---|---|---|
| 🌱 Débutant | 1-4 | 12-15h | Maîtriser la syntaxe et les structures |
| 🌿 Intermédiaire | 5-8 | 15-20h | POO, fonctionnel, concurrence |
| 🌳 Avancé | 9-12 | 15-20h | Tests, web, APIs, bonnes pratiques |
| 📊 Spécialisation | 13 | 10-15h | Data Science (optionnel) |
✅ Écrire du code Python propre, maintenable et professionnel
✅ Maîtriser la POO et les design patterns
✅ Créer des APIs REST modernes avec FastAPI
✅ Gérer les bases de données avec SQLAlchemy
✅ Écrire des tests unitaires et assurer la qualité du code
✅ Utiliser le typage statique (Type Hints + mypy)
✅ Développer des applications asynchrones performantes
✅ Analyser des données avec NumPy et Pandas
✅ Créer des visualisations avec Matplotlib et Plotly
✅ Suivre les bonnes pratiques de l'industrie
# Module 11 : FastAPI + Type Hints + SQLAlchemy
from fastapi import FastAPI, Depends, HTTPException
from sqlalchemy.orm import Session
from pydantic import BaseModel
app = FastAPI()
class Utilisateur(BaseModel):
id: int
nom: str
email: str
@app.get("/utilisateurs", response_model=list[Utilisateur])
async def obtenir_utilisateurs(db: Session = Depends(get_db)):
"""Récupère tous les utilisateurs de la base de données."""
utilisateurs = db.query(UtilisateurModel).all()
return utilisateurs
@app.post("/utilisateurs", response_model=Utilisateur, status_code=201)
async def creer_utilisateur(user: Utilisateur, db: Session = Depends(get_db)):
"""Crée un nouvel utilisateur avec validation Pydantic."""
db_user = UtilisateurModel(**user.model_dump())
db.add(db_user)
db.commit()
return db_userQ : Dois-je avoir des connaissances préalables en programmation ? R : Non ! Le Module 1 commence vraiment à zéro. Si vous avez déjà programmé dans un autre langage, vous progresserez plus vite.
Q : Combien de temps faut-il pour terminer la formation ? R : Entre 40 et 60 heures selon votre rythme. Comptez 4-8 semaines à raison de 1-2h par jour.
Q : Le Module 13 (Data Science) est-il obligatoire ? R : Non, c'est un module optionnel pour ceux qui s'intéressent à l'analyse de données.
Q : Puis-je utiliser cette formation pour enseigner ? R : Oui ! La licence MIT vous permet d'utiliser, modifier et partager ce contenu librement.
Q : Quelle version de Python dois-je utiliser ?
R : Python 3.10 ou supérieur est recommandé. Les exemples utilisent la syntaxe moderne (type hints natifs comme list[str], dict[str, int], match/case, etc.). Python 3.13+ est idéal pour bénéficier des dernières améliorations.
- 💻 IDE : VS Code + Extension Python
- 💻 IDE : PyCharm Community
- 🔧 Linting : Ruff (ultra-rapide)
Ce projet est sous licence MIT.
✅ Vous êtes libre d'utiliser, modifier, distribuer et utiliser commercialement ce contenu.
Voir le fichier LICENSE pour plus de détails.
Nicolas DEOUX
- 📧 Email : NDXDev@gmail.com
- 💼 LinkedIn : Nicolas DEOUX
- 🐙 GitHub : GitHub @NDXDeveloper
Merci à la communauté Python, aux créateurs de frameworks open source (FastAPI, Flask, Django), et à tous ceux qui rendent Python accessible et puissant ! 🎉
Ressources qui ont inspiré cette formation : Automate the Boring Stuff • Python Crash Course • FastAPI Documentation
