Intro - aperçu - premier code
🧮 Expressions, opérateurs, types, variables
- Plan de cours
- Introduction
- Aperçu
- On commence!
- Expressions
- Opérateurs
- Types
- Variables
- Exercices
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
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.
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).
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.
💡 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
🔬 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.
⚙️ 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.
🛠️ Éditeurs et 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 deux 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.
✅ 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.
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.
🚀 Ce que vous allez pouvoir faire avec Python après ce cours
Plutôt que de simplement parler de variables ou de graphiques de façon abstraite, voici quelques exemples concrets et motivants d'applications que vous serez en mesure de réaliser en Python, en combinant les notions vues dans le cours :
Ne vous inquiétez pas si certaines notions vous semblent encore mystérieuses! Nous apprendrons plus tard en détail comment créer et utiliser des notebooks Python. D'ici là, vous pouvez tout de même télécharger, ouvrir dans PyCharm et essayer d'exécuter les exemples ci-dessous. Sinon, votre prof fera la démonstration avec vous en classe. Ces exemples illustrent concrètement ce que vous serez capables de faire après ce cours.
🔬 Analyse de séquences génétiques
Vous pourrez lire des séquences d'ADN ou d'ARNm, en extraire des statistiques utiles et produire des graphiques professionnels, comme ceux-ci :
🌀 Génération de fractales
Grâce aux mathématiques et à la visualisation en Python, vous serez capables de créer des images fascinantes et colorées comme celle-ci :