Informations et cours

Nouvelles

2022-04-12 pas de cours le mardi 12/04/2022 pour cause de Covid, séance d’exercices en temps libre à la place
2022-03-29 pas de cours le mardi 05/04/2022, reporté au 12/04/2022
2022-03-07 pas de cours le mardi 08/03/2022.
2022-01-24 un espace sur Cours en Ligne a été créé. Il ne contiendra rien de plus qu’un lien vers la page où vous vous trouvez, mais vous pouvez y déposer vos exercices hebdomadaires pour une gestion plus pratique. La clé d’accès est rossum.
2022-01-20 l’exercice 4 des slides « IO et variables » a été mis à jour pour corriger une erreur. Si vous avez déjà résolu l’ancienne version, ne changez rien, mais sinon faites plutôt la nouvelle.

Infos pratiques

Quoi « Apprendre à programmer », 4L6SC01P
Où Salle R05, bâtiment Ricœur, Université Paris Nanterre, 200 avenue de la République, Nanterre
Quand 12 séances, les mardis de 10:30 à 12:30, du 17/01 au 18/04
- Voir le calendrier de l’université pour les dates de vacances.
Contact Loïc Grobol <lgrobol@parisnanterre.fr>
Dépôt des exercices de préférence sur Cours en Ligne (clé d’inscription rossum) ou par email (voir ci-dessus.)

Séances

ATTENTION : Les liens hypertextes ci-dessous mènent vers des versions statiques des notebooks. C’est pratique en cas de problème, mais pour suivre le cours et faire les exercices, il faut ouvrir les versions interactives sur Binder.

Pour ouvrir les versions interactives, cliquez sur les boutons .

Une fois dans Binder, vous pouvez récupérer votre travail sous forme de fichier ipynb dans le menu File →  Download as → Notebook (ipynb) et vous pouvez ouvrir un fichier ipynb qui est votre machine avec File → Open… → Upload (en haut à droite) → Upload (à côté du nom de fichier).

Vous pouvez aussi les télécharger sous forme de fichier .py pour les ouvrir sur votre machine (par exemple avec Thonny).

Une autre option, si vous avez un compte Google est d’utiliser Colaboratory pour éditer les notebooks que vous avez téléchargé.

2022-01-17 : Introduction, entrées/sorties de bases et variables

À rendre pour la prochaine fois : exercices du notebook « IO et variables ».

Installer aussi l’environnement Thonny.

Pour installer Thonny sous ChromeOS, c’est un peu plus sophistiqué, mais c’est possible.

Pour les tablettes sous iOS ou Android, ça ne sera pas possible. Vous devriez pouvoir suivre l’essentiel du cours avec repl.it, mais ce n’est pas idéal, tenez-moi au courant si vous n’avez pas le choix et je ferai de mon mieux pour vous permettre de suivre.

2022-01-24 : Dessiner avec `turtle` et instructions conditionnelles

À rendre pour la prochaine fois : exercices du notebook « instructions conditionnelles », attention le mode de rendu change légèrement.

2022-02-01 : Indices, listes et boucle `for`

À rendre pour la prochaine fois : entraînement 🛠️ et exercices dans le notebook « Indexation, listes et itération ».

2022-02-08 : Exercices et compléments sur les boucles

2022-02-15 : Récapitulatif

Résumé des épisodes précédents, avec plein d’exos.

Notebook récapitulatif

À rendre pour la prochaine fois : les exercices du notebook.

2022-02-21 : Compléments sur les boucles et les séquences

2022-03-08 : Pas de cours

2022-03-15 : Manipulations de chaînes, itérables composites et dictionnaires

2022-03-22 : fonctions

2022-03-29 : Valeurs de retour et accès à des fichiers

2022-04-12 : Récapitulatif (en temps libre)

2022-04-19 : Partiel

Partiel

Ressources

Le dépôt Github du cours contient toutes les sources permettant de générer le matériel du cours.

Python général

Il y a beaucoup, beaucoup de ressources disponibles pour apprendre Python. Ce qui suit n’est qu’une sélection.

Livres

How to think like a computer scientist, Jeffrey Elkner, Allen B. Downey, et Chris Meyers. Vous pouvez l’acheter. Vous pouvez aussi le lire ici
Dive into Python, Mark Pilgrim. Ici vous pouvez le lire ou télécharger le pdf.
Learning Python, Mark Lutz.
Beginning Python, Magnus Lie Hetland.
Python Algorithms: Mastering Basic Algorithms in the Python Language, Magnus Lie Hetland. Peut-être un peu costaud pour des débutants.
Programmation Efficace. Les 128 Algorithmes Qu’Il Faut Avoir Compris et Codés en Python au Cours de sa Vie, Christoph Dürr et Jill-Jênn Vie. Si le cours vous paraît trop facile. Le code Python est clair, les difficultés sont commentées. Les algos sont très costauds.

Web

Il vous est vivement conseillé d’utiliser un (ou plus) des sites et tutoriels ci-dessous.

Real Python, des cours et des tutoriels souvent de très bonne qualité et pour tous niveaux.
Coding Game. Vous le retrouverez dans les exercices hebdomadaires.
Code Academy
newcoder.io. Des projets commentés, commencer par ‘Data Visualization’
Google’s Python Class. Guido a travaillé chez eux. Pas ce Guido, celui-là
Mooc Python. Un mooc de l’INRIA, carré.
Code combat

Divers

La chaîne YouTube 3blue1brown pour des vidéos de maths générales.
La chaîne YouTube de Freya Holmér plutôt orientée game design, mais avec d’excellentes vidéos de géométrie computationnelle.

Licences

Sauf indication contraire, les fichiers présents dans ce dépôt sont distribués selon les termes de la licence Creative Commons Attribution 4.0 International. Voir le README pour plus de détails.

Un résumé simplifié de cette licence est disponible à https://creativecommons.org/licenses/by/4.0/.

Le texte intégral de cette licence est disponible à https://creativecommons.org/licenses/by/4.0/legalcode