Formation Python à distance

Affectation par référence et types de données modifiables, non modifiables (mutable).
Passage d’arguments, valeurs par défaut et variables locales.
Variables de classe et d’instances.
Les slices et structures de données avancées.
L’introspection.
Eléments avancés des structures de contrôle : la clause else des instructions for, while, try/except.

Optimisation : intersection de listes et calcul de complexité d’algorithmes.

Utilisation avancée de décorateurs (de la génération à la consommation, pipeline de consommateurs).
Les décorateurs et Design Patterns.
Fermeture/closure.

Chaînage de consommateurs de données. Abonnement à des événements via les décorateurs.

Les propriétés (property).
Les itérateurs.
L’héritage multiple et ses travers.
Les Context Managers.
Les classes et méthodes abstraites (ABC).
Les métaclasses.

Implémenter une métaclasse pour créer des classes de type singleton.

Installer des librairies tierces (pip, easy_install).
Le Python Package Index (PyPI).
Packager ses librairies (distutils, setuptools).
Déployer un environnement autonome (virtualenv et buildout).

Packager une librairie et la déposer sur PypI.

Profilez vos programmes avec Timeit et cProfile.
Parallélisation : évitez le multithreading et foncez avec le multiprocessing.
Calcul distribué avec la librairie Celery.

Répartition et consolidation (Map Reduce) de calculs avec Celery.

Calcul scientifique et statistiques avec Numpy, Scipy, Matplotlib et Pandas.
Intelligence Artificielle et algorithmes d’apprentissage avec Scikit-Learn.
Recherche d’informations dans des fichiers XML avec ElementTree.
Réseau : relay tcp avec Twisted et supervision SNMP avec PySNMP.

Extraction d’informations dans des fichiers de log XML, filtres et statistiques sur les données collectées puis représentation à l’aide de graphiques des tendances des informations.