- Formations
- conversion_path Parcours & Formations
- science Projets
- data_object Exercices de code
- psychology Exercices IA
- quiz Quiz
- Articles
- rss_feed Blog
- sort_by_alpha Glossaire
- menu_book Guides
- help_center FAQ
- media_link Ressources
- Communauté
- groups La communauté
- forum Questions
- live_tv Mentorats
- science Projets mensuels
- Formations
- conversion_path Parcours & Formations
- science Projets
- data_object Exercices de code
- psychology Exercices IA
- quiz Quiz
- Articles
- rss_feed Blog
- sort_by_alpha Glossaire
- menu_book Guides
- help_center FAQ
- media_link Ressources
- Communauté
- groups La communauté
- forum Questions
- live_tv Mentorats
- science Projets mensuels
Inscris-toi
(c'est gratuit !)
Un compte est nécessaire pour participer aux discussions.
Créer un compte personJupyter Notebook
Jupyter Notebook est très populaire dans la communauté Python parmi les développeurs qui travaillent dans la science des données, que vous connaissez probablement plus sous son terme anglais de Data Science.
Ce programme est un peu particulier car il ressemble vraiment, comme son nom l'indique, à un bloc notes. C'est pratique pour tester du code et avoir un aperçu assez sympa de ce que l'on a fait, surtout quand on travaille avec des données, puisque tout ce que vous faites est gardé en mémoire à l'intérieur d'un bloc notes.
Jupyter Notebook est gratuit, ce qui est un gros avantage.
En revanche, ce n'est pas vraiment un environnement de développement comme on pourrait l'avoir avec Visual Studio Code ou PyCharm. Il n'y a pas de module pour déboguer le code, ce qui ne nous permet pas de faire des opérations assez avancées sur notre code pour le déboguer ou même avoir la détection d'erreurs, appelée le linting en anglais, qui est pourtant très pratique surtout quand on débute pour éviter pas mal d'erreurs quand on ne connait pas encore parfaitement la syntaxe de Python, ou même à mon niveau quand on la connaît depuis un certain nombre d'années et qu'il nous arrive de faire des erreurs d'inattention qui ne sont pas surlignées par Jupyter Notebook.
Pour finir, il faut à chaque fois lancer l'environnement Jupyter Notebook pour exécuter un script Python alors que généralement, on préfère les exécuter directement à partir d'un terminal, sur notre système d'exploitation.
Si vous êtes habitué à cet environnement, vous pouvez l'utiliser. Cependant, nous ne nous en servirons pas dans cette formation qui est un cours complet sur Python, et non un cours uniquement sur la gestion de la data, ou de Data Science.
Ce n'est pas fini...
Tu as complété % du parcours 🔥
Termine l'intégralité de la formation pour pouvoir débloquer ton attestation de réussite.