Intro - aperçu - premier code

🧮 Expressions, opérateurs, types, variables

Plan de cours

Plan de cours

Nous allons regarder le plan de cours pour voir :

• la planification des 15 semaines de cours
• les évaluations, leurs dates et les pondérations
• les règles relatives au plagiat

Écouteurs

Des éléments de contenu peuvent être disponibles sous la forme de videos pour vous permettre de les réécouter autant de fois que nécessaire.
Il peut donc être utile d'apporter des écouteurs pour les cours.

Plagiat

Si votre travail est suspecté de plagiat (code copié d'un(e) autre étudiant(e), code généré par IA, notions non abordées en classe, etc.), deux choses peuvent se produire :

• Le plagiat est prouvé par nos outils : note de 0, automatiquement.
• Le plagiat est plutôt évident, mais une validation est requise : vous serez convoqué(e) au bureau de votre enseignant(e). Vous devrez répondre à certaines questions pour prouver que vous comprenez et maîtrisez le code qui a été utilisé. Si vous ne réussissez pas à répondre à certaines questions, vous aurez la note de 0 (si vous ne comprenez pas votre propre code, c'est que vous avez plagié, d'une manière ou d'une autre).

Entraide

En programmation, c'est difficile de distinguer "s'aider" et "copier", "travailler ensemble" et "un qui travaille, l'autre qui recopie".
Voici quelques règles pour vous aider :

• Ne jamais partager un fichier de code ou un fragment de code, en général l'ami.e le recopie sans réfléchir.
• Vous pouvez expliquer, dessiner, reformuler, mais n'écrivez pas le code pour un.e ami.e.
• Si vous avez un doute, demandez à votre prof.

Les explications de cette section étaient-elles claires ?

1 = Pas du tout clair·5 = Très clair

Intro

Introduction

💡 La programmation, c’est l’art de donner des instructions précises à une machine pour qu’elle accomplisse une tâche. Contrairement à un humain, qui peut comprendre le contexte ou improviser, un ordinateur est totalement logique. Il exécute les instructions exactement comme elles sont écrites, sans les interpréter, et toujours dans l’ordre prévu.

💬 Il existe de nombreux langages de programmation, chacun avec ses forces et ses usages. Certains sont conçus pour la performance (comme C ou C++), d’autres pour la simplicité et la lisibilité. C’est le cas de Python, un langage très apprécié des débutants. Sa syntaxe claire permet de se concentrer sur les concepts sans être ralenti par des règles complexes.

🤖 Python est aussi largement utilisé dans des domaines comme l’intelligence artificielle, l’analyse de données et la modélisation scientifique, grâce à un vaste écosystème de bibliothèques.

🚫 Mais attention : il n’existe pas un langage unique pour tout faire. Par exemple :

• ⚙️ C/C++ : idéals pour les logiciels qui doivent être rapides et proches du matériel
• 🌐 JavaScript : incontournable pour le développement web
• 📱 Kotlin et Swift : spécialisés dans les applications mobiles
• 📊 R et Python : très utilisés pour les statistiques, l’analyse de données et la recherche scientifique

Pourquoi apprendre à programmer en sciences?

🔬 En sciences, savoir programmer est souvent un atout majeur, voire une nécessité. Que ce soit en biologie, en physique ou en chimie, la programmation permet de :

• 🔄 Modéliser des phénomènes complexes ;
• 📈 Analyser des données expérimentales ;
• 🧪 Simuler des processus naturels.

📚 Quelques exemples :

• 🧬 Biologie : analyser des génomes ou modéliser l’évolution d’une population ;
• 📐 Mathématiques : résoudre numériquement des équations différentielles ou visualiser des fonctions en 3D ;
• ⚗️ Chimie : étudier des réactions chimiques ou manipuler des structures moléculaires ;
• 🌍 Géologie : analyser des relevés sismiques ou modéliser l’érosion d’un terrain au fil du temps ;
• 🪐 Physique : simuler la trajectoire d’un objet ou l’interaction entre particules.

🧠 Mais ce n’est pas tout : programmer renforce aussi des compétences générales comme la pensée logique, la résolution de problèmes et la rigueur — des qualités essentielles pour tout scientifique.

🚀 Enfin, la maîtrise de Python (ou d’un autre langage) ouvre la porte à des domaines en forte croissance, comme la science des données ou l’intelligence artificielle, très présents dans la recherche et l’industrie.

✅ En résumé : apprendre à programmer, ce n’est pas juste utile — c’est souvent indispensable pour comprendre, modéliser et explorer le monde scientifique.

Fonctionnement de Python et outils de développement

⚙️ Python est un langage interprété, ce qui signifie que le code n’est pas compilé en un fichier exécutable, mais lu et exécuté ligne par ligne par un interpréteur Python installé sur votre ordinateur.

💻 Peu importe le système d’exploitation (Windows, macOS ou Linux), tant que l’interpréteur Python est présent, il peut comprendre et exécuter les instructions écrites dans un fichier .py.

🧱 La machine ne fait aucune déduction : elle suit les instructions exactement comme elles sont écrites, dans l’ordre, sans se poser de questions.

---

👨‍💻 Exemple pour mieux comprendre le fonctionnement

On peut écrire du code Python avec un simple Bloc-notes ou TextEdit, puis l’exécuter via un terminal.

• Créez un nouveau document texte sur votre bureau, nommez-le fichier.txt et ouvrez-le :
  1. Clic droit sur le bureau > Nouveau > Document texte
  2. Nommez le fichier fichier.txt
  3. Ouvrez le fichier avec Bloc-notes (double-cliquez dessus)
• Copiez-collez les 4 instructions ci-dessous à l'intérieur du fichier, puis sauvegardez-le :

  nombre1 = 30
  nombre2 = 50
  resultat = nombre1 + nombre2
  print(f"La somme de {nombre1} et {nombre2} est : {resultat}")

  • Pour copier : utilisez le bouton de copie rapide qui apparait en haut à droite du bloc de code lorsque vous le survolez avec votre souris
  • Pour coller : utilisez la combinaison de touches CTRL + V
  • Pour sauvegarder : utilisez la combinaison de touches CTRL + S
• Lancez un terminal sur le bureau et exécutez la commande : python fichier.txt :
  1. Clic droit sur le bureau > Ouvrir dans le Terminal
  2. Tapez la commande python fichier.txt et appuyez sur Entrée
• Vous devriez voir s’afficher dans le Terminal quelque chose comme ça :

  > python fichier.txt
  La somme de 30 et 50 est : 80
  >

👉 Par convention, les fichiers de code Python ont l’extension .py plutôt que .txt (ex : fichier.py), mais ce sont des fichiers texte comme les autres, que l’on peut ouvrir avec n’importe quel éditeur de texte.

---

🛠️ Environnements de développement (IDE)

📝 En théorie, on pourrait écrire du code Python avec un simple Bloc-notes ou TextEdit, puis l’exécuter via un terminal. Mais dans la pratique, cela devient vite fastidieux et source d’erreurs.

💡 C’est pourquoi les programmeurs utilisent des outils appelés environnements de développement ou IDE (Integrated Development Environments), qui facilitent grandement le travail.

🔧 Un bon IDE ou éditeur de code propose :

• 🎨 La coloration syntaxique pour une meilleure lisibilité ;
• ✍️ L’autocomplétion pour écrire plus vite ;
• 🚨 La détection d’erreurs avant même d’exécuter le programme ;
• 🐞 Des outils de débogage pour corriger plus facilement les problèmes.

---

🧰 Exemples d’outils populaires

Voici trois outils très utilisés pour programmer en Python :

• 🐍 PyCharm : conçu spécifiquement pour Python, avec une interface conviviale et des fonctionnalités intégrées comme la gestion automatique des environnements virtuels. Idéal pour les débutants.
• 💻 VS Code : léger, rapide, hautement personnalisable grâce à des extensions. Parfait si vous aimez ajuster votre environnement.
• ☁️ Google Colab : un environnement Python entièrement dans le navigateur, sans rien installer. Très populaire en science des données et en apprentissage automatique, il permet d'écrire et d'exécuter du code Python directement dans le nuage, dans des notebooks interactifs.

✅ En résumé : bien que Python soit simple à apprendre, utiliser un bon environnement de développement rend l’apprentissage plus efficace, plus agréable… et moins frustrant !

Pour ce cours, nous utiliserons PyCharm.

Installation de Python et de PyCharm

Si jamais vous voulez installer Python et PyCharm sur votre ordinateur personnel, voici comment faire.

Pour installer PyCharm avec la même configuration qu’au cégep, suivez ce guide pas à pas (prévoir environ 20 minutes).

Une fois l’installation faite, ce second guide vous montre comment créer votre tout premier projet Python dans PyCharm.

Les explications de cette section étaient-elles claires ?

1 = Pas du tout clair·5 = Très clair

On commence!

🎉 Vous allez coder dès maintenant!

Suivez pas à pas les instructions ci-dessous pour écrire et exécuter votre premier code Python.

---

🖥️ Écrire et exécuter ses premières commandes Python

Dans la Console Python de PyCharm (en bas à gauche), vous pouvez écrire et exécuter directement des commandes Python grâce au mode interactif.

Vous verrez quelque chose comme ça :

Python Console
>>> |

Le >>> est l'invite de commande, il attend que vous tapiez quelque chose. On peut maintenant donner des instructions à l'ordinateur.

Tapez cette commande (vous pouvez aussi la copier-coller) puis appuyez sur Entrée :

print("Bonjour le monde!")

Vous devriez voir s'afficher :

Python Console>>> print("Bonjour le monde!")
Bonjour le monde!

>>> |

• L'interpréteur Python a compris l'ordre d'imprimer parce qu'on lui a dit print. Ici imprimer veut dire afficher dans notre console.
• Le truc à imprimer est fourni entre les parenthèses, c'est un paramètre. Ici on veut imprimer un bout de texte.
• L'interpréteur comprend que c'est du texte à afficher et pas d'autres instructions parce que c'est entre guillemets ("").

Tapez maintenant une simple expression mathématique, comme :

6 / 2 * (1 + 2)

Trop puissant!! Il nous affiche la réponse!

On peut donc continuer à taper des commandes et voir les résultats immédiatement.
C'est le mode interactif de Python, idéal pour tester des idées rapidement.

astuce

Vous pouvez utiliser les touches ⬆️ et ⬇️ pour rappeler les dernières commandes que vous avez tapées, ce qui est très pratique pour éviter de retaper la même chose plusieurs fois.

Les explications de cette section étaient-elles claires ?

1 = Pas du tout clair·5 = Très clair

Expressions

Idée importante

👉 Une expression produit toujours une valeur.

En mathématiques, une expression est quelque chose qu’on peut calculer.

Elle peut contenir :

• des nombres
• des constantes (ex : π)
• des variables (ex : r)
• des opérations (+, -, *, /, etc.)

---

Exemple :

2πr

Cette expression représente la circonférence d’un cercle.

• 2 et π sont des constantes
• r est une variable (le rayon)

👉 Pour obtenir une valeur :

1. On remplace la variable (r = 2)
2. On calcule :

2 * 3.1416 * 2 = 12.5664

En programmation, c’est le même principe :

👉 Une expression est quelque chose que l’ordinateur évalue pour produire une valeur.

La différence importante : une expression peut contenir autre chose que des nombres.

Par exemple :

• du texte
• (plus tard) des fonctions
• (plus tard) des valeurs booléennes

---

Voici quelques exemples d'expressions en Python :

• 5 → vaut 5 (type : int)
• "5" → vaut "5" (type : str)
• 5 + 3 → vaut 8
• "5" + "3" → vaut "53"

👉 Même structure, résultat différent selon le type de données.

Les explications de cette section étaient-elles claires ?

1 = Pas du tout clair·5 = Très clair

Opérateurs

Opérateurs

Les expressions en Python peuvent contenir des opérateurs arithmétiques.
Il existe plusieurs opérateurs qui permettent de construire des expressions à partir d'autres expressions.
Plusieurs sont répertoriés dans l'aide-mémoire, mais nous commencerons avec ceux-ci :

Opérateurs arithmétiques

Opérateur	Description	Exemple	Valeur résultante
+	Addition	10 + 3	13
-	Soustraction	10 - 3	7
*	Multiplication	10 * 3	30
/	Division (float)	11 / 3	3.6666...
//	Division entière (les décimales sont ignorées)	11 // 3	3
%	Modulo (le reste d'une division, explications plus bas)	11 % 3	2
**	Puissance	10 ** 3	1000

Opérateur modulo : %

Le modulo est une opération mathématique qui consiste à trouver le reste d'une division entière. Imaginons qu'on souhaite connaitre le résultat de 17 modulo 5 :

1. On se demande : "Combien de fois $5$ entre-t-il entièrement dans $17$ ?"
2. La réponse est 3 fois ($3 \times 5 = 15$).
3. On calcule ensuite la différence : $17 - 15 = 2$.
4. Le chiffre $2$ est le reste.

En mathématiques et en programmation, on dira que 17 modulo 5 est égal à 2.

L'opérateur modulo est très utile par exemple pour vérifier si un nombre est pair ou impair, et dans de nombreux autres contextes. Par exemple :

• 0 % 2 retourne 0 (pair, il n'y a pas de reste)
• 1 % 2 retourne 1 (impair, il y a un reste de 1)
• 2 % 2 retourne 0 (pair)
• 3 % 2 retourne 1 (impair)
• 4 % 2 retourne 0 (pair)
• 5 % 2 retourne 1 (impair)
• ...

Opérateurs de division : / et //

Dans la console, tapez les expressions 11 / 3 et 11 // 3 pour voir la différence entre les deux.

• L'opérateur de division / se comporte comme la division classique que l'on connait bien et retourne 3.6666.... Le résultat est toujours un nombre avec décimale (float), par exemple 4 / 2 va retourner 2.0 et non 2.

• L’opérateur de division // conserve uniquement la partie entière de la division. Il n’y a aucun arrondi : la partie décimale est simplement ignorée. Par exemple, 11 // 3 retourne l’entier (int) 3.

Pour résumer :

• 11 / 3 retourne 3.6666...
• 11 // 3 retourne 3
• 11 % 3 retourne 2

Priorité des opérateurs

Les opérateurs n'ont pas tous la même priorité, c'est-à-dire que certains sont évalués avant d'autres. Par exemple, dans l'expression 10 + 3 * 2, la multiplication est effectuée avant l'addition, donc le résultat est 16.

On dit que la multiplication a une priorité plus élevée que l'addition. Pour voir la liste complète des priorités, consultez l'aide-mémoire sur les opérateurs (onglet Priorité des opérateurs).

Les parenthèses () sont des opérateurs qui permettent de regrouper des expressions pour forcer l'ordre d'évaluation. Par exemple, si on veut que l'addition soit effectuée en premier, on peut écrire (10 + 3) * 2, ce qui donne 26 comme résultat.

Par exemple, dans la console, tapez les expressions 10 + 3 * 2 et (10 + 3) * 2 pour voir la différence entre les deux.

Opérandes et types de résultats

Les opérandes (telles que 10 et 3 dans l'expression 10 + 3) peuvent être des valeurs (comme 10 et 3), mais pourraient aussi être des variables, un élément d'un tableau, une expression, etc.

La valeur résultante de l'utilisation d'un opérateur arithmétique peut être de type int (nombre entier) ou float (nombre décimal), selon l'opérateur ET selon les opérandes. Les types sont expliqués plus en détail dans l'onglet Type de cette semaine.

Par exemple, l'opérateur + peut faire la somme de deux nombres, mais utilisé avec des chaînes de caractères (str), il va faire la concaténation (collage) de ces chaînes :

• 10 + 3 retourne 13 (int)
• "10" + "3" retourne "103" (str)

Un autre opérateur très utile est l'opérateur d'affectation =, qui permet de stocker une valeur dans une variable.
Il sera étudié dans l'onglet Variables.

Opérateurs d'affectation

Opérateur	Description	Exemple
=	Affectation simple	x = 5

Les explications de cette section étaient-elles claires ?

1 = Pas du tout clair·5 = Très clair

Types

Types

En programmation, les valeurs que l'on manipule ont un type, et le type d'une valeur détermine comment on peut l'utiliser et quelles opérations sont possibles avec cette valeur.

Voici les types de données de base pour débuter en Python :

Type	Description	Exemple
int	Nombre entier	42
float	Nombre décimal	3.14
str	Chaîne de caractères	"Alice"
bool	Booléen (vrai ou faux)	True

• Un nombre entier (int) s'écrit simplement avec des chiffres, comme 42 ou -99.
• Un nombre décimal (float) s'écrit avec une partie entière et une partie décimale séparées par un point, comme 3.14 ou -0.001.
• Une chaîne de caractères (str) s'écrit entre guillemets, comme "Alice" ou 'Bonjour!'. On peut utiliser des guillemets simples ('') ou doubles (""), mais il faut être cohérent.
  L'expression "123" est une chaîne de caractères, pas un nombre entier!
  Si vous voulez un nombre entier, il faut écrire 123 sans guillemets.

• Un booléen (bool) est une valeur qui peut être soit True (vrai) soit False (faux). Ce sont les deux seules valeurs possibles pour un booléen.
  L'expression True est un booléen, pas une chaîne de caractères!
  Si vous voulez une chaîne de caractères, il faut écrire "True" ou 'True' entre guillemets.

---

type()

Python possède une fonction permettant de connaître le type d'une expression, la fonction type().

Dans la console, tapez ces lignes une par une pour voir le type de chaque expression :

type(42)        # Retourne <class 'int'>, ce qui signifie que 42 est de type entier
type('42')      # ...
type(6 * 7)
type(3.14)
type("Alice")
type(True)
type('False')

---

Changement de type

On peut changer le type d'une expression en utilisant des fonctions de conversion.
Par exemple, pour convertir un entier en chaîne de caractères, on utilise la fonction str().
Pour convertir une chaîne de caractères en entier, on utilise la fonction int().

Voici quelques exemples, essayez-les dans la console :

type(str(42))        # Convertit l'entier 42 en chaîne de caractères
type(int("42"))      # Convertit la chaîne de caractères "42" en entier
type(float(3))       # Convertit l'entier 3 en nombre décimal
type(float("3.14"))  # Convertit la chaîne de caractères "3.14" en nombre décimal

---

Polymorphisme des opérateurs

Certains opérateurs se comportent différemment selon le type de leurs opérandes.
Par exemple, l'opérateur + peut faire la somme de deux nombres ou concaténer deux chaînes de caractères.

Voici quelques exemples, essayez-les dans la console :

5 + 3                # Addition de deux entiers
"coucou " + "Alice"  # Concaténation de deux chaînes de caractères
"coucou " + str(81)  # Concaténation d'une chaîne de caractères et d'un entier converti en chaîne

---

Types composés

Il existe aussi des structures de données plus complexes pour stocker des données, comme les list, les set, les tuple ou les dict, que nous verrons plus tard.

Les explications de cette section étaient-elles claires ?

1 = Pas du tout clair·5 = Très clair

Variables

Variables

Les variables servent à stocker des informations manipulées par une application.
Elles vont être stockées temporairement dans la mémoire vive de l'ordinateur (la RAM).

---

Syntaxe pour créer une variable

Il faut écrire le nom qu'on souhaite donner à notre variable, suivi de l'opérateur d'affectation =, suivi d'une expression :

nom_de_ma_variable = expression

• nom_de_ma_variable est le nom de la variable, qui doit être unique.
• = est l'opérateur d'affectation, qui permet de stocker la valeur de l'expression dans la variable.
• expression est une expression qui peut être : une valeur, une opération mathématique, ou même une chaîne de caractères.

L'expression est d'abord évaluée, puis la valeur résultante est stockée dans la variable.

• = n'est pas un symbole d'égalité, comme en mathématiques, mais un symbole d'affectation.
• On calcule d'abord l'expression, ce qui nous donne une valeur et un type.
• Puis on affecte cette valeur et ce type à nom_de_ma_variable.

astuce

L'opérateur d'affectation = a une priorité plus basse que les opérateurs arithmétiques, et donc l'expression à droite est évaluée avant, puis la valeur résultante est affectée à la variable.

Exemples :

x = 5 * 6           # (5 * 6) est évalué, puis le résultat (30) est affecté à x
y = 2 * x           # (2 * x) est évalué, puis le résultat (60) est affecté à y

---

Voir le contenu d'une variable

Pour voir ce qui est stocké dans une variable, il suffit de taper son nom dans la console et d'appuyer sur Entrée.
Par exemple, si vous avez créé une variable x, tapez simplement x dans la console et appuyez sur Entrée.
Vous verrez la valeur de x s'afficher :

>>> x = 42
>>> x
42

---

Noms des variables

Les variables sont comme des boîtes dans lesquelles on peut mettre des valeurs.
On peut les nommer comme on veut, tant que le nom est unique et respecte certaines règles.

Chaque variable possède un nom unique permettant de l'identifier.

En mathématiques, nous sommes habitués d'utiliser des noms de variables comme $x$ ou $y$.
En programmation, on essaie d'utiliser des noms plus significatifs de l'information que l'on va stocker dans la variable. Par exemple, si on stocke la température d'une journée, on pourrait nommer la variable temperature_journee.

Règles pour nommer une variable

• Les noms de variables peuvent contenir uniquement des lettres, des chiffres (0-9) et des underscores _.
• Les noms de variables ne peuvent pas commencer par un chiffre.
• Les noms de variables ne peuvent pas contenir d'espaces, de caractères spéciaux (comme !, @, #, etc.)
• Les noms de variables ne doivent pas être des mots réservés du langage Python (comme if, else, while, for, etc.).
• Il est fortement recommandé de ne pas utiliser d'accents dans les noms de variables, même si Python les accepte.
• Par convention :
  • Les noms de variables doivent être :
    • En minuscules : si le contenu de la variable peut évoluer en cours d'exécution du programme.
    • En majuscules : si le contenu de la variable ne devrait jamais être modifié (ex : la valeur de PI est immuable).
  • Si le nom est composé de plusieurs mots, on utilise un underscore _ pour les séparer (par exemple, temperature_journee).

Voici quelques exemples de noms de variables :

rayon_cercle = 20                         # valeur de type int
PI = 3.1416                               # valeur de type float (avec un point, pas une virgule!)
nom_element_chimique = "Hydrogène"        # valeur de type str (les guillemets sont importants!)
est_halogene = True                       # valeur de type bool
circonference_circle = rayon_cercle * PI  # valeur de type float contenant le résultat d'une expression

# Afficher le contenu des variables à l'aide de la fonction "print()"
print("*** VALEURS DES VARIABLES : ***")
print("rayon_cercle :", rayon_cercle)
print("PI :", PI)
print("nom_element_chimique :", nom_element_chimique)
print("est_halogene :", est_halogene)
print("circonference_circle :", circonference_circle)

---

Les variables peuvent... varier!

Le contenu d'une variable peut être modifié au fur et à mesure de l'exécution des instructions à l'aide de l'opérateur d'assignation =. Dans l'exemple ci-dessous, la variable "resultat" est modifiée 3 fois.

nombre1 = 10
nombre2 = 20
nombre3 = 30
resultat = nombre1 + nombre2
resultat = resultat + nombre3
resultat = resultat / 3
print("resultat :", resultat)

Est-ce que vous pourriez prédire le résultat et deviner à quel calcul il correspond?

Trace d'exécution

Réalisons une trace d’exécution simplifiée de ce programme ensemble! 💪
Votre enseignant vous fournira une feuille pour la réaliser.

Les explications de cette section étaient-elles claires ?

1 = Pas du tout clair·5 = Très clair

GitHub

Qu'est-ce que Git et GitHub?

🗂️ Vous connaissez probablement OneDrive : un service permettant de sauvegarder vos fichiers dans le nuage et d'y accéder depuis n'importe quel appareil. GitHub joue un rôle similaire, mais il est conçu spécifiquement pour le code source et s'appuie sur Git pour offrir des fonctionnalités bien plus puissantes.

🔧 Git est un outil qui roule sur votre ordinateur et qui enregistre l'historique de vos modifications. C'est ce qu'on appelle un système de contrôle de version.

☁️ GitHub, lui, est la plateforme en ligne qui héberge vos projets Git et permet de les partager, de les synchroniser et de collaborer avec d'autres développeurs.

En résumé : Git gère l'historique de votre code en local, GitHub le met dans le nuage - comme OneDrive, mais en beaucoup plus puissant.

---

Le dépôt de code

📁 Un dépôt de code (ou repository, souvent abrégé repo) est un espace de stockage GitHub qui contient tous les fichiers d'un projet ainsi que l'historique complet de toutes les modifications qui y ont été apportées depuis sa création.

On peut le voir comme un dossier de projet intelligent qui se souvient de tout ce qui s'y est passé :

• Quels fichiers ont été modifiés
• Qui les a modifiés
• Quand les modifications ont été faites
• Pourquoi elles ont été faites (grâce aux messages de description)

---

L'ensemble de modifications (commit)

📸 Un ensemble de modifications (ou commit) représente un regroupement logique de changements sauvegardés dans le dépôt à un instant précis.

Imaginez que vous travaillez sur un fichier Python et que vous ajoutez une nouvelle fonction.
Une fois votre travail terminé, vous créez un commit pour sauvegarder ces changements. Ce commit contient :

• 📝 La liste de tous les fichiers modifiés
• 💬 Un message décrivant ce qui a été fait (ex : "Ajout de la fonction calcul_moyenne")
• 🕓 La date et l'heure de la sauvegarde
• 👤 L'identité de l'auteur

Bonne pratique

Un bon commit regroupe des modifications qui vont ensemble logiquement.
Son message doit être clair et résumer en quelques mots ce qui a été fait.
Exemples :

• ✅ "Correction du calcul de la superficie"
• ✅ "Ajout de la validation des entrées utilisateur"
• ❌ "modifs" — trop vague, inutile!

---

Les opérations principales : clone, commit, push et pull

Voici les quatre opérations que vous utiliserez le plus souvent pour interagir avec un dépôt GitHub :

---

🔽 clone - Copier le dépôt sur votre ordinateur

Cloner un dépôt, c'est comme télécharger un projet sur votre ordinateur. PyCharm crée automatiquement un dossier contenant tous les fichiers du projet ainsi que l'historique complet de toutes les modifications qui y ont été apportées.

Pour un repo donné, cette opération est effectuée :

• sur votre ordinateur personnel : une seule fois
• sur les postes au cégep : à chaque fois que vous vous connectez (car tout est effacé quand vous vous déconnectez)

☁ Dépôt GitHub (nuage)  ─── clone 🔽 ───▶  💻 Copie locale (votre ordinateur)

---

📸 commit - Sauvegarder vos modifications localement

Commiter, c'est prendre un instantané de vos modifications à un moment précis, comme une photo de l'état de votre projet. Chaque commit est accompagné d'un message que vous rédigez vous-même pour décrire ce qui a été fait — c'est ce message qui rendra votre historique lisible et utile plus tard. Attention : un commit ne fait que se sauvegarder localement sur votre ordinateur, il n'envoie rien vers GitHub. C'est le rôle du push.

✏️ Fichiers modifiés  ─── commit 📸 ───▶   💻 Historique local (votre ordinateur)

---

🔼 push - Envoyer vos modifications vers GitHub

Pousser vos commits, c'est mettre GitHub à jour avec votre travail local. Tant que vous n'avez pas fait de push, vos commits n'existent que sur votre ordinateur : GitHub ne les connaît pas encore. C'est donc une étape indispensable pour ne pas perdre votre travail et pour le rendre accessible depuis n'importe quel autre ordinateur.

💻 Copie locale (votre ordinateur)  ─── push 🔼 ───▶  ☁ Dépôt GitHub (nuage)

---

🔄 pull - Récupérer les dernières modifications depuis GitHub

Tirer les modifications, c'est mettre votre copie locale à jour avec ce qui se trouve sur GitHub. C'est particulièrement utile si vous avez travaillé depuis un autre ordinateur depuis votre dernière session. Bonne habitude : toujours commencer une séance de travail par un pull, pour être certain.e de travailler sur la version la plus récente de votre code.

☁ Dépôt GitHub (nuage)  ─── pull 🔄 ───▶  💻 Mise à jour de la copie locale (votre ordinateur)

---

Guide pour PyCharm

Un guide détaillant comment faire ces opérations directement à partir de PyCharm est disponible dans cette recette

Résumé visuel

Un résumé visuel du flux de travail typique

☁ GitHub (nuage)
│
│  🔽 clone (1 seule fois, au début) (ou à chaque connexion à un poste au cégep)
▼
💻 Copie locale (votre ordi)
│
│  ✏️ Vous modifiez des fichiers
▼
💻 Modifications en attente
│
│  📸 commit (on regroupe et décrit les changements)
▼
💻 Modifications sauvegardées localement
│
│  🔼 push (on envoie vers le nuage)
▼
☁️ GitHub (nuage)
│
│  🔄 pull (si modifié depuis un autre ordi)
▼
💻 Copie locale mise à jour

commit-push : une combinaison courante

En pratique, on fait souvent un commit suivi d'un push pour sauvegarder notre travail localement et le rendre accessible sur GitHub.
PyCharm propose une option pour faire les deux en une seule étape, ce qui peut être très pratique pour gagner du temps.

Chaque fois que vous avez terminé un exercice, ou bien créé une nouvelle fonctionnalité dans votre code, ou corrigé un bug, faites un commit-push (un commit suivi d'un push) pour ne pas perdre votre travail.

---

Application dans notre cours

Dans le cadre de ce cours, vous devrez créer et gérer 3 dépôts de code GitHub distincts :

Dépôt	Nomenclature	Contenu
📂 General	A26-Gr1010-123456-John-Doe	Le code de vos exercices
📂 TP1	A26-Gr1010-123456-John-Doe-tp1	Le code de votre TP1
📂 TP2	A26-Gr1010-123456-John-Doe-tp2	Le code de votre TP2

Pour l'instant, créez uniquement le dépôt General en suivant la recette étape par étape. Les dépôts TP1 et TP2 seront à créer au moment où vous débuterez les travaux pratiques correspondants.

---

Structurez votre dépôt de code

Pour le repo pour vos exercices, afin de pouvoir facilement vous retrouver plus tard, vous pourriez organiser votre dépôt de code d'une manière similaire à celle-ci :

nom_de_votre_repo/
├── R01/
│   ├── r01_expressions.md
│   ├── r01_affichage_1.md
│   └── r01_affichage_2.md
├── R02/
│   ├── r02_free_style.py
│   └── r02_question_de_gravite.py
│   └── r02_pression_systolique.py
│   └── ...
├── R03/
│   └── ...
├── ...
├── ...

où R01, R02, etc. sont des dossiers pour chaque rencontre, et à l'intérieur de chaque dossier, les fichiers de code pour chaque exercice.

Pour créer une dossier, il suffit de faire un clic droit dans l'explorateur de fichiers de PyCharm, puis de choisir New → Directory.

---

Le fichier .gitignore

GitHub est avant tout une plateforme conçue pour héberger des fichiers légers contenant du code source.
Par principe, certains éléments ne doivent jamais figurer dans un dépôt Git :

• Les fichiers volumineux : ils ralentissent les opérations de clonage et de mise à jour.
• Les fichiers de configuration d'IDE : par exemple, le dossier .idea de PyCharm, qui est propre à votre environnement de travail local et n'a aucune utilité pour les autres.
• Les fichiers générés : tout ce qui peut être produit automatiquement par l'exécution de votre programme (images, fichiers texte, etc.).

Le fichier .gitignore est un fichier optionnel placé à la racine de votre dépôt de code et sert à indiquer à Git d'ignorer de tous les commits certains fichiers ou dossiers en fonction de modèles (patterns) définis à l'intérieur. Les fichiers listés dans .gitignore ne seront jamais inclus dans vos commits, même par accident.

Exemple de fichier

Un .gitignore typique pour un projet PyCharm pourrait contenir :

# Exclusion des fichiers propres à votre environnement/configuration de travail local
.idea/
.vscode/
.venv/

# Fichiers Python compilés
__pycache__/
*.pyc
*.pyo

Cela exclut automatiquement le dossier de configuration de PyCharm, les fichiers de cache Python.

---

Le fichier README.md

La plupart des dépôts GitHub contiennent un fichier nommé README.md à leur racine.
GitHub l'affiche automatiquement sur la page d'accueil du dépôt : c'est la carte de visite de votre projet.

On y trouve typiquement une description du projet, des instructions pour l'utiliser, et toute autre information utile pour quelqu'un qui le découvre pour la première fois.

Le README.md est écrit en Markdown, un format de texte simple qui permet de structurer du contenu (titres, listes, gras, liens, blocs de code…) de façon lisible aussi bien en texte brut que rendu par GitHub. La recette sur les fichiers Markdown vous explique comment en créer un dans PyCharm.

Les explications de cette section étaient-elles claires ?

1 = Pas du tout clair·5 = Très clair

Env. virtuel

Environnement virtuel

🐍 Python de base permet déjà de faire beaucoup de choses : faire des calculs, afficher du texte, manipuler des listes, etc. Mais pour des tâches plus spécialisées (générer des graphiques, analyser des données, faire du traitement d'images), des personnes ont développé des extensions que l'on peut ajouter à Python. Ces extensions s'appellent des bibliothèques (ou librairies). Vous en utiliserez plusieurs dans ce cours, comme Matplotlib pour les graphiques, NumPy pour manipuler des données numériques ou Pandas pour l'analyse de données. Le concept de bibliothèque sera vu en détail à la rencontre 02.

⚠️ Le problème? Ces bibliothèques évoluent dans le temps. De nouvelles versions sont régulièrement publiées, avec de nouvelles fonctionnalités, et ces versions ne sont pas toujours compatibles entre elles. Imaginez que vous travaillez sur deux projets différents : le projet A a besoin de la version 1.0 d'une bibliothèque, et le projet B a besoin de la version 2.0 de cette même bibliothèque. Si vous installez les deux sur votre ordinateur sans précaution, elles risquent de se nuire mutuellement.

💡 La solution? L'environnement virtuel, une sorte de bulle isolée propre à chaque projet, qui contient sa propre version de Python et ses propres bibliothèques, sans interférer avec les autres projets ni avec l'installation globale de Python sur votre ordinateur.

Concrètement, un environnement virtuel est un dossier (nommé .venv par convention) créé à la racine de chaque projet.
Il contient tout ce dont le projet a besoin pour fonctionner.

---

Le dossier .venv dans PyCharm

Lorsque vous créez un nouveau projet dans PyCharm, celui-ci utilise automatiquement venv (l'outil officiel intégré à Python) pour créer un environnement virtuel et indique qu'il créera un dossier .venv dans votre projet. C'est aussi à cette étape que vous pouvez choisir la version de Python à utiliser pour le projet :

PyCharm active automatiquement l'environnement virtuel quand vous travaillez dans un projet, vous n'avez pas à vous en occuper. Il existe d'autres outils pour gérer des environnements virtuels (comme conda), mais venv est celui que vous utiliserez dans ce cours.

Le dossier .venv contient :

• Scripts/ (Windows) ou bin/ (Mac/Linux) : une copie locale de Python et pip (l'outil qui installe les bibliothèques) réservée à ce projet uniquement
• Lib/site-packages/ : les bibliothèques installées pour ce projet (ex : Matplotlib, Pandas) ; elles sont isolées des autres projets et de l'installation globale de Python
• pyvenv.cfg : un fichier de configuration qui indique quelle version de Python est utilisée

---

Ne jamais commiter .venv sur GitHub!

Le dossier .venv peut être très volumineux, car les bibliothèques installées sont souvent volumineuses, et certaines configurations sont entièrement propres à votre machine.
Il n'a donc aucune raison d'être partagé sur GitHub : quelqu'un qui clone votre projet n'a qu'à recréer son propre environnement virtuel de son côté.

C'est pourquoi le fichier .gitignore devrait exclure automatiquement ce dossier. Assurez-vous de ne jamais le retirer de votre .gitignore!

---

📦 Et les bibliothèques installées, alors?

Même si le dossier .venv n'est pas envoyé sur GitHub, il existe une façon de partager la liste des bibliothèques nécessaires à un projet.

Dans les projets Python, on utilise souvent un fichier appelé :

requirements.txt

Ce fichier contient les bibliothèques à installer, parfois avec leur numéro de version :

matplotlib==3.9.3
numpy==2.2.0
pandas==2.2.3

Ainsi, une personne qui clone le projet peut recréer son propre environnement virtuel, puis réinstaller les mêmes bibliothèques localement.

Dans ce cours, vous n’aurez pas à gérer ce fichier. L’important pour l’instant est surtout de comprendre ceci :

• le dossier .venv reste sur votre ordinateur;
• GitHub conserve le code du projet;
• si nécessaire, un fichier comme requirements.txt peut indiquer quelles bibliothèques doivent être réinstallées.

Les explications de cette section étaient-elles claires ?

1 = Pas du tout clair·5 = Très clair

Aperçu

Le code ci-dessous illustre différents exemples de notions abordées dans le cours. L’objectif est de vous offrir un aperçu très général de ces concepts afin que vous puissiez comprendre la direction dans laquelle nous allons progresser ensemble. Des explications de haut niveau d'abstraction sur les différentes instructions seront données par votre enseignant.

Déboggeur

Les instructions seront exécutées en mode débogage : un mode spécial permettant de mieux comprendre le déroulement du programme.
Ce mode d'exécution sera étudié plus en détail lors de la prochaine rencontre.

Bibliothèques requises

Ce script utilise Matplotlib pour générer des graphiques, NumPy pour manipuler des ensembles données numériques et Pandas pour l'analyse de données.
Ces trois bibliothèques ne sont pas incluses par défaut dans Python et doivent être installées avant de lancer le script.
Le concept de bibliothèque sera étudié au prochain cours. Pour les installer, exécutez les commandes suivantes dans le terminal de PyCharm :

pip install matplotlib pandas numpy

import math
import random
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np

print("Démo #1 - utilisation de fonctions standard (R02)")
max(10, 50, 30)
valeur = min(10, 20, max(50, 30))
print(valeur)
nombre1 = 6
nombre2 = 7
print(f"La somme est : {nombre1 + nombre2}") # f-string

print("\nDémo #2 - utilisation de fonctions provenant de module (R02)")
print(math.cos(20))
print(math.pi)

print(random.randint(5,10))
print(random.randint(5,10))

print("\nDémo #3 - utilisation de listes")
notes = [20, 50, 60]
moyenne = sum(notes) / len(notes)
print(moyenne)

print("\nDémo #4 - création d'une fonction (R03)")
def fonction_lineaire(a, x, b):
   print("la fonction est utilisée")
   return a * x + b

resultat1 = fonction_lineaire(5, 2, 3) # Essayez F7!
resultat2 = fonction_lineaire(3, 2, 4)
print(resultat1)
print(resultat2)

print("\nDémo #5 - condition (R04)")
nom = "Doe"
prenom = "John"
age = 25
if age >= 18:
   print(f"{prenom} {nom} est majeur.")
   print("Bois avec modération!")
else:
   print(f"{prenom} {nom} est mineur.")
   print("zéro alcool pour toi!")

print("\nDémo #6 - boucle (R05)")
compteur = 1
while compteur < 11:
   print(compteur, "moutons")
   compteur = compteur + 1

print("\nDémo #7 - boucle sur des listes (R05 et R09)")
chats = ["Astro", "Chatmouraï", "Peluche"]
nb_chats = len(chats)
print(f"J'ai {nb_chats} chats :")
for chat in chats:
   print(f" - {chat}")

print("\nDémo #8 - graphique (R09)")
x = [1, 2, 3, 4, 5]
y = [50, 25, 75, 25, 60]
plt.figure()
plt.plot(x, y, color='g', label="Ma courbe")
plt.xlabel("Mes X")
plt.ylabel("Mes Y")
plt.title("Mon graphique")
plt.legend()
plt.show()
plt.savefig("graphique.png")

print("\nDémo #9 - fichier (R10)")
with open("pokemons.txt", "w", encoding="UTF-8") as f:
   f.write("Pikachu\n")
   f.write("Pitchu\n")

with open("pokemons.txt", "r", encoding="UTF-8") as f:
   for ligne in f:
       print(ligne, end="")

print("\nDémo #10 - NumPy (R10)")
notes = np.array([14, 18, 12, 16, 9])
print("Notes originales :", notes)
print("Notes sur 100    :", notes * 5)
print("Moyenne          :", notes.mean())
print("Note max         :", notes.max())
print("Note min         :", notes.min())

print("\nDémo #11 - analyse de données (R11)")
donnees = {
   "Symbole": ["H", "He", "Li", "Be", "B", "C", "N", "O"],
   "Nom": ["Hydrogène", "Hélium", "Lithium", "Béryllium", "Bore", "Carbone", "Azote", "Oxygène"],
   "Masse_Atomique": [1.008, 4.0026, 6.94, 9.0122, 10.81, 12.011, 14.007, 15.999],
   "Type": ["Non-métal", "Gaz noble", "Métal alcalin", "Métal alcalino-terreux", "Métalloïde", "Non-métal", "Non-métal", "Non-métal"]
}

dataframe_donnees = pd.DataFrame(donnees) # Force de Pandas : l'analyse de données

# Exemple #1 : Obtenir des données bien précises (trier/filtrer/etc)
donnees_ex1 = dataframe_donnees.copy()
donnees_ex1 = donnees_ex1[donnees_ex1["Type"] == "Non-métal"] #Un filtre
donnees_ex1 = donnees_ex1[donnees_ex1["Masse_Atomique"] > 9]  #Un autre filtre
donnees_ex1 = donnees_ex1.sort_values(by="Nom")
print("\nPandas - Exemple 1")
print(donnees_ex1)

# Exemple #2 : Générer des statistiques
donnees_ex2 = dataframe_donnees.copy()
donnees_ex2 = donnees_ex2.groupby("Type")["Masse_Atomique"].agg(["min", "max", "count"])
print("\nPandas - Exemple 2")
print(donnees_ex2)

Les explications de cette section étaient-elles claires ?

1 = Pas du tout clair·5 = Très clair

Activités

Le modèle de la classe inversée : maximiser votre apprentissage!

Pour favoriser une progression efficace, ce cours adopte une approche de classe inversée. Ce modèle déplace l'acquisition théorique hors de la classe pour transformer les heures de rencontre en véritables séances d'application pratique.

• À la maison (Exploration et Appropriation) : Vous êtes le maître de votre rythme. Ces activités vous permettent de découvrir les nouveaux concepts et tester les exemples au moment où vous êtes le plus concentré. Si une notion vous semble obscure, n'hésitez pas à poser des questions à votre prof au fur et à mesure.

• En classe (Application et Consolidation) : Le temps en présentiel est une ressource précieuse. Nous l'utilisons pour nous attaquer aux défis plus complexes et aux exercices de programmation qui demandent une mobilisation active de vos connaissances. C’est le moment idéal pour obtenir une rétroaction immédiate, collaborer avec vos pairs et bénéficier de l'accompagnement de votre enseignant au moment où vous en avez le plus besoin.

🏠 Activités à faire à la maison

🧰 Exercices d'environnement de travail

Complétez les exercices de cette section avant de poursuivre avec les autres exercices plus bas.

Devoir #1 - Créer un Compte GitHub

En suivant cette recette, créez-vous un compte GitHub si vous n'en avez pas déjà un.
Vous pouvez utiliser votre adresse courriel personnelle ou celle du Cégep, selon votre préférence.

---

Devoir #2 - Création de votre premier dépôt de code

Une fois votre compte GitHub créé, vous devez créer votre propre dépôt de code et le partager avec votre enseignant.

En suivant cette recette étape par étape, créez et configurez un dépôt GitHub privé pour y déposer vos exercices du cours.
Le format du nom de votre dépôt est indiqué dans la recette.

Une fois le dépôt créé, ajoutez votre enseignant comme collaborateur en suivant la section correspondante de la même recette, afin qu'il puisse consulter votre travail.

---

Devoir #3 - Installer PyCharm (facultatif)

L'achat d'un ordinateur n'est pas requis pour ce cours.
Si vous comptez travaillez exclusivement sur les ordinateurs du Cégep, vous pouvez sauter cette étape.
Sinon, vous pouvez suivre cette recette pour installer PyCharm sur votre ordinateur personnel.

🏫 Activités à faire en classe

✏️ Exercices de compréhension

Pour le premier exercice de cette section, vous pouvez écrire vos réponses sur papier ou vous pouvez créer un fichier markdown.
Pour les autres exercices, vous pouvez imprimer ce tableau de trace d'exécution pour réaliser les traces.

Exercice - EXPRESSIONS

📁 Créez un fichier r01_expressions.md pour votre réponse.

Sans exécuter le code, déterminez le résultat de chacune des expressions ci-dessous.
Par la suite, tapez (ou copiez) et exécutez le code dans la console, et comparez le résultat avec vos réponses.

2 / 8 - 1 / 8

(1 + 3) / 4

2 ** 3

350 // 100

"K" + "L"

"K" + str(45)

1 / 3

float(3)

La fonction round() permet d'arrondir :

• Le 1er paramètre est la valeur à arrondir.
• Le 2ème paramètre est le nombre de décimales à conserver.

Poursuivez l'exercice avec les expressions suivantes :

print(round(1 / 3, 3))

print(round(2 / 3 + 1, 2))

Notions visées

Opérateurs arithmétiques (/, //, **), priorité des opérations, division entière vs décimale, concaténation de chaînes, round(), conversion de types str(), float()

---

Exercice - Trace simplifiée #1

🖨 Pour réaliser cet exercice, imprimez le tableau de trace d'exécution.

En situation d'examen, vous devrez compléter une trace d'exécution sur papier sans utiliser d'ordinateur.

Sans exécuter le code, déterminez ce que le programme ci-dessous va afficher dans la console.
En suivant la recette simplifiée, complétez le tableau de trace d'exécution ligne par ligne.
La feuille de trace contient plus de colonnes que la recette simplifiée : laissez vides celles qui ne sont pas dans la recette.

nombre1 = 10
nombre2 = nombre1 * nombre1
nombre1 = 40
nombre3 = nombre2 - nombre1 - 10
print(nombre1, nombre2, nombre3)

Validez ensuite votre trace en exécutant le programme en mode débogage.
Avancez pas à pas et observez l'évolution de chaque variable à chaque ligne.

Notions visées

Variables, réaffectation, ordre d'exécution, opérateurs arithmétiques, trace d'exécution, débogueur (points d'arrêt)

---

Exercice - Trace simplifiée #2

🖨 Pour réaliser cet exercice, imprimez le tableau de trace d'exécution.

Sans exécuter le code, déterminez ce que le programme ci-dessous va afficher dans la console.
En suivant la recette simplifiée, complétez le tableau de trace d'exécution ligne par ligne.
La feuille de trace contient plus de colonnes que la recette simplifiée : laissez vides celles qui ne sont pas dans la recette.

x = 50
y = 100
temporaire = y
y = x
x = temporaire
print(x, y)

Validez ensuite votre trace en exécutant le programme en mode débogage.
Avancez pas à pas et observez l'évolution de chaque variable à chaque ligne.

Que s'est-il passé avec le contenu des variables x et y? 🕵️

Notions visées

Variables, échange de valeurs avec une variable temporaire, réaffectation, ordre d'exécution, trace d'exécution, débogueur

---

🎯 Solutionnaire

attention

Consultez le solutionnaire uniquement après avoir complété l'exercice par vous-même.
Comparer votre réponse avec une solution vous permet de valider votre raisonnement et de corriger vos erreurs.
Consulter la solution avant d'avoir tenté l'exercice prive votre cerveau de l'occasion de construire des connexions durables.

• Expression — solutionnaire.pdf
• Trace simplifiée #1 — solutionnaire.pdf
• Trace simplifiée #2 — solutionnaire.pdf