Créer des projets

Organiser tes projets Python dans VS Code

Créer un dossier de projets

Avant de commencer à coder, créons un espace dédié pour tous tes projets Python.

Avoir un seul dossier pour l’ensemble de tes projets permet de garder ton ordinateur bien
organisé et de retrouver facilement ton code plus tard.

Crée un dossier principal pour tout ton travail en Python :

● Windows : crée un dossier nommé PythonProjects dans Documents

● macOS : crée un dossier nommé PythonProjects dans ton répertoire personnel
(Home)
● Linux : crée un dossier nommé PythonProjects dans ton répertoire personnel

Créer ton premier dossier de projet

À l’intérieur du dossier PythonProjects, crée un nouveau dossier appelé :

python-pour-la-data (tout en minuscules)

Ce sera notre projet d’apprentissage pour ce cours.

Tu peux nommer ton dossier de projet comme tu le souhaites, mais j’utilise généralement des
minuscules avec des tirets (appelé “kebab-case”) comme python-pour-la-data ou my-
first-project. Cela correspond à la façon dont les projets apparaissent sur GitHub (nous y
reviendrons plus tard).

Ouvrir le dossier dans VS Code

Ouvrons maintenant ce dossier dans VS Code. Il existe plusieurs méthodes :

Méthode 1 : depuis VS Code

1. Ouvre VS Code
2. Clique sur Fichier > Ouvrir un dossier (ou appuie sur Ctrl/Cmd + O)
3. Navigue jusqu’au dossier python-pour-la-data
4. Clique sur Sélectionner un dossier (Windows) ou Ouvrir (Mac/Linux)

Méthode 2 : depuis l’explorateur de fichiers

 ● Windows : clic droit sur le dossier > Ouvrir avec Code
● macOS : glisse le dossier sur l’icône VS Code
● Linux : clic droit sur le dossier > Ouvrir avec Code

Comprendre l’interface
Lorsque tu ouvres un dossier dans VS Code :

● Barre latérale gauche : affiche tous les fichiers de ton projet (actuellement vide)
● Zone centrale : là où tu écriras ton code
● Panneau inférieur : terminal, problèmes, sortie (output)
● En haut : menus et onglets des fichiers ouverts

VS Code fonctionne toujours avec des dossiers, et non des fichiers individuels. Cela lui permet
de comprendre la structure de ton projet et de proposer de meilleures suggestions.

Sauvegarder comme workspace

Un workspace sauvegarde les paramètres de ton projet et te permet d’y revenir facilement plus
tard.

Avec le dossier python-pour-la-data ouvert :

1. Clique sur Fichier > Enregistrer l’espace de travail sous…

2. Enregistre-le dans le dossier python-pour-la-data
3. Nomme-le [Link]-workspace
4. Clique sur Enregistrer

Qu’est-ce qu’un workspace ?

Un workspace est comme un marque-page pour ton projet. Il mémorise :

● Le dossier sur lequel tu travailles

● Les paramètres de l’éditeur pour ce projet
● Les fichiers que tu avais ouverts
● La configuration de débogage
Tester ton workspace
Vérifions que tout fonctionne :

1. Ferme complètement VS Code

2. Va dans le dossier python-pour-la-data
3. Double-clique sur le fichier [Link]-workspace

VS Code s’ouvre avec ton projet prêt à l’emploi 🎉

Tu peux même créer un raccourci sur le bureau vers ce fichier pour accéder encore plus
rapidement à ton projet.

Structure du projet
Ton dossier devrait maintenant ressembler à ceci :

PythonProjects/
└── python-pour-la-data/
└── [Link]-workspace

🚀 Nous sommes prêts à créer notre premier fichier Python !

Premier fichier Python

Écris et exécute ton premier programme Python

Créer un nouveau fichier

Avec ton projet python-pour-la-data ouvert dans VS Code :

1. Clique sur le bouton « New File » dans l’Explorateur (icône de feuille avec un +)
2. Nomme le fichier [Link]
3. Appuie sur Entrée

⚠️Assure-toi bien d’inclure l’extension .py !

Cela indique à VS Code et à Python qu’il s’agit d’un fichier Python.
Comprendre les extensions de fichiers
Les extensions de fichiers indiquent à ton ordinateur et à VS Code le type de fichier que tu
utilises. Il en existe beaucoup, voici quelques exemples :

● .txt – Fichier texte simple, sans mise en forme

● .md – Fichier Markdown, utilisé pour la documentation
● .py – Fichier Python, contenant du code Python

Quand tu sauvegardes un fichier avec l’extension .py, VS Code :

● Ajoute la coloration syntaxique (le code est coloré)

● Active des fonctionnalités spécifiques à Python
● Affiche Python en bas à droite de l’éditeur

Écris ton premier programme

Dans ton fichier [Link], tape :

print("Hello, World!")
print("Boujour, Voici mon premier code python")

La fonction print() affiche du texte ou des valeurs à l’écran. Nous l’utiliserons tout au long de
ce cours pour voir ce que fait notre code.

Remarque comment VS Code colore ton code :

● print est reconnu comme une fonction

● Le texte entre guillemets apparaît dans une autre couleur

Cela t’aide à repérer rapidement les erreurs.

Sélectionner l’interpréteur Python

Avant d’exécuter ton code, assure-toi que VS Code utilise le bon Python :

1. Regarde en bas à droite de VS Code

2. Tu devrais voir quelque chose comme “Python 3.x.x”
 3. Si ce n’est pas le cas, clique sur “Select Python Interpreter”
4. Choisis la version de Python que tu as installée précédemment

Pour l’instant, nous utilisons l’installation principale de Python. Plus tard, tu apprendras à utiliser
des environnements virtuels pour gérer des projets plus avancés.

Exécuter ton programme

Il existe trois façons d’exécuter ton code Python :

Méthode 1 : bouton Run (la plus simple)

● Clique sur le bouton ▶ Run en haut à droite

● Ou clique sur la flèche à côté et choisis “Run Python File”

Méthode 2 : menu clic droit

● Clic droit n’importe où dans le code

● Sélectionne “Run Python File in Terminal”

Méthode 3 : raccourci clavier

● Ctrl + F5 (Windows/Linux)

● Cmd + F5 (macOS)

Comprendre la sortie (output)

Lorsque tu exécutes ton code, le terminal s’ouvre en bas. Tu verras quelque chose comme ceci
(le chemin peut varier) :

cd /path/to/your/project
/path/to/python /path/to/your/project/[Link]
Hello, World!
Boujour, Voici mon premier code python
Ce qui se passe :

● Première ligne : VS Code se place dans le dossier du projet

● Deuxième ligne : VS Code lance Python avec le chemin complet du fichier
● Lignes suivantes : la sortie de ton programme

Ne t’inquiète pas des chemins longs : VS Code gère tout automatiquement. L’essentiel est de
voir le résultat : “Hello, World!”

Que se passe-t-il en arrière-plan ?

Quand tu cliques sur le bouton Run dans VS Code, il exécute en réalité une commande dans le
terminal.

La commande de base
À la base, exécuter un fichier Python revient à faire :

python [Link]

Cela signifie :

● python → trouver le programme Python

● [Link] → ouvrir ce fichier et exécuter le code qu’il contient

Comment Python exécute ton code

Quand tu exécutes python [Link] :

1. Python lit ton fichier

2. Python interprète le code

3. Python exécute le code ligne par ligne

4. Les print() affichent leur résultat dans le terminal

Python exécute toujours le code de haut en bas et de gauche à droite.

L’ordre de ton code est donc très important.
print("Hello, World!") # Ligne 1 exécutée en premier
print("Boujour, Voici mon premier code python) # Ligne 2 exécutée
ensuite

Cela signifie :

● La ligne 2 ne peut pas s’exécuter avant la ligne 1

● Ce que tu écris en premier s’exécute en premier

Plus tard dans le cours, tu verras comment contrôler ce flux avec des conditions et des boucles.

Exécuter manuellement depuis le terminal

Tu peux aussi exécuter ton fichier Python directement depuis le terminal :

# Assure-toi d’être dans le bon dossier

python [Link]

Ou avec le chemin complet :

python /Users/yourname/python-pour-la-data/[Link]

Le bouton Run de VS Code est simplement un raccourci pratique. En réalité, il fait exactement
la même chose.

python vs python3
Sur certains systèmes (surtout macOS et Linux), tu devras utiliser :

python3 [Link]

Cela garantit que tu utilises Python 3.x au lieu de l’ancien Python 2.x. VS Code gère
généralement cela automatiquement.
Pourquoi c’est important
Comprendre cela est essentiel car :

● Tu peux exécuter des fichiers Python depuis n’importe quel terminal

● Tu verras ces commandes dans la documentation et les tutoriels

Plus tard, tu passeras des arguments à tes scripts :

python [Link] --option value

● C’est ainsi que Python fonctionne partout : serveurs, production, automatisation

Pense à VS Code comme une interface élégante autour du terminal. Quand tu cliques sur
Run, tu fais simplement python [Link] sans t’en rendre compte.

Le terminal intégré
Le terminal en bas de VS Code est le même que celui de ton système, mais intégré à l’éditeur.

Ouvrir et fermer le terminal

● Ouvrir : Affichage > Terminal

○ ou Ctrl + ` (Windows/Linux)

○ ou Cmd + ` (macOS)

● Fermer : clique sur X ou utilise le même raccourci

● Nouveau terminal : clique sur + ou Terminal > Nouveau terminal

Bases du terminal
● Tu peux taper des commandes directement

● Essaie : python --version

● Nettoyer l’écran : cls (Windows) ou clear (Mac/Linux)

● Flèche ↑ : rappeler les commandes précédentes

Grâce au terminal intégré, tu peux tout faire sans quitter VS Code : écrire du code, l’exécuter,
installer des packages et gérer tes fichiers.

Expérimente
Modifie ton code et exécute-le à nouveau :

print("Hello, World!")
print("J’apprends Python Pour la Data")
print("Mon Nom est [Votre Nom]")
print("Aujourd’hui c’est un bon jour pour coder")

Chaque print() affiche une nouvelle ligne dans la sortie.

Sauvegarde ton travail

N’oublie pas de sauvegarder :

● Ctrl + S (Windows/Linux)

● Cmd + S (macOS)

● Ou Fichier > Enregistrer

VS Code affiche un petit point sur l’onglet tant que le fichier n’est pas sauvegardé.

Ce que tu as appris
Félicitations 🎉 Tu as :

● Créé ton premier fichier Python

● Écrit du code Python
● Sélectionné l’interpréteur Python
● Exécuté un programme Python
● Compris la sortie du terminal

👉 C’est la base de tout ce que tu apprendras ensuite en Python.

Environnements virtuels
Garde tes projets Python bien organisés

Ton installation Python

Souviens-toi lorsque nous avons installé Python : cette installation se trouve dans un dossier
spécifique sur ton ordinateur :

● Windows :
C:\Users\[YourName]\AppData\Local\Programs\Python\Python313\

● macOS :
/Library/Frameworks/[Link]/Versions/3.13/

● Linux :
/usr/bin/python3

C’est ce qu’on appelle le Python système : il est partagé par tout ce qui utilise Python sur ton
ordinateur.

Le problème du partage
Imagine que tu travailles sur deux projets :

● Le projet A a besoin de la version 1.0 d’un outil

● Le projet B a besoin de la version 2.0 du même outil

Si tu installes la version 2.0 pour le projet B, tu viens de casser le projet A 😬

C’est exactement là que les environnements virtuels deviennent indispensables.

Qu’est-ce qu’un environnement virtuel ?

Un environnement virtuel est comme une copie privée de Python pour chaque projet. On
peut le voir comme :

● Un dossier séparé pour chaque projet

● Sa propre installation de Python
 ● Son propre espace pour installer des packages
● Une isolation complète des autres projets

Les environnements virtuels sont tellement importants que j’en crée un pour CHAQUE projet.
C’est une bonne pratique Python essentielle qui t’évitera énormément de problèmes.

Comprendre les packages

Avant de continuer, clarifions ce que sont les packages :

Les packages sont du code déjà écrit par d’autres développeurs, que nous pouvons réutiliser.
Au lieu de tout coder depuis zéro, on importe ces packages.

Exemples :

● requests – pour télécharger des pages web

● pandas – pour manipuler et analyser des données

● openai – pour utiliser des modèles d’IA

Chaque package existe en plusieurs versions, et différents projets peuvent nécessiter

différentes versions.

Créer ton premier environnement virtuel

Créons-en un pour notre projet python-pour-la-data. Tu as deux méthodes :

Méthode 1 : Palette de commandes VS Code (la plus simple)

1. Ouvre ton projet dans VS Code

2. Appuie sur Ctrl/Cmd + Shift + P

3. Tape “Python: Create Environment”

4. Sélectionne “Venv”

5. Choisis ton installation Python

👉 VS Code crée et active automatiquement l’environnement pour toi.

Méthode 2 : Commande dans le terminal

1. Ouvre le terminal dans VS Code (Affichage > Terminal)

2. Assure-toi d’être dans le dossier de ton projet

3. Exécute la commande suivante :

python -m venv .venv

Explication :

● python -m venv → exécute le module Python qui crée un environnement

virtuel

● .venv → nom du dossier créé (la convention est d’utiliser .venv avec un point)

Que vient-il de se passer ?

Regarde maintenant ton dossier de projet : un nouveau dossier .venv est apparu.

python-pour-la-data/
├── .venv/ # Environnement virtuel (dossier caché)
├── [Link] # Ton code
└── [Link]-workspace

Le point devant .venv le rend caché sur macOS/Linux, ce qui permet de garder le projet
propre.

Le dossier .venv contient :

● Une copie de Python

● Un espace pour installer des packages

● Des scripts pour activer / désactiver l’environnement

Activer ton environnement virtuel
VS Code rend l’activation très simple :

1. Appuie sur Ctrl/Cmd + Shift + P

2. Tape “Python: Select Interpreter”

3. Choisis celui qui contient .venv

(par exemple : ./.venv/bin/python)

✅ C’est tout ! VS Code l’active automatiquement.

Tu sauras que ça fonctionne quand tu verras (.venv) dans le terminal :

(.venv) PS C:\...\python-pour-la-data>

👉 C’est l’approche que je recommande. VS Code se souvient de ton choix et réactive

automatiquement l’environnement à chaque ouverture du projet.

Problèmes courants
Tu pourrais rencontrer des messages comme :

● command not found

● permission denied

● VS Code qui ne reconnaît pas l’environnement virtuel

Pas d’inquiétude : ce sont des problèmes courants et faciles à corriger (on les verra au besoin).

Et Anaconda dans tout ça ?

Tu as peut-être entendu parler d’Anaconda. C’est un outil qui gère aussi les environnements et
les packages Python. Il est populaire en data science car il inclut déjà beaucoup de
bibliothèques.
Cependant, je ne recommande pas Anaconda, sauf si tu as une raison précise de l’utiliser.

👉 Reste sur les environnements virtuels intégrés à Python, sauf si ton entreprise ou un projet
spécifique impose Anaconda.
Tu auras une configuration plus légère, plus rapide et plus simple.

Et ensuite ?
🎉 Ton environnement virtuel est prêt !

La prochaine étape : apprendre à installer et gérer les packages Python.

Packages et pip
Comprendre l’écosystème des packages Python

Debout sur les épaules de géants

L’un des super-pouvoirs de Python est son immense collection de packages.
Au lieu de tout coder depuis zéro, tu peux utiliser du code que d’autres ont déjà écrit, testé et
partagé.

Qu’est-ce qu’un package ?

Les packages sont des ensembles de code Python qui résolvent des problèmes spécifiques :

● requests – Télécharger des pages web et des données

● pandas – Travailler avec des tableaux et des données

● numpy – Effectuer des calculs mathématiques rapides

● openai – Se connecter à des modèles d’IA

● beautifulsoup4 – Extraire des données depuis des sites web

Chaque package est comme une boîte à outils spécialisée pour un type de tâche précis.
Découvrir pip
pip (Pip Installs Packages) est le gestionnaire de packages de Python. Il permet de :

● Télécharger des packages depuis Internet

● Les installer dans ton environnement

● Gérer les versions et les dépendances

pip est installé automatiquement avec Python, tu l’as donc déjà.

Quand tu actives ton environnement virtuel, tu obtiens ta propre copie de pip, isolée pour ton
projet.

Ta première installation de package

Pour installer des packages, on utilise le terminal — ton centre de contrôle.

Comprendre le terminal
Le terminal te permet de taper des commandes pour contrôler Python.
La plupart du temps, VS Code s’occupe de tout automatiquement (comme exécuter ton code),
mais pour installer des packages, on doit écrire les commandes soi-même.

Ouvrir le terminal
● Raccourci clavier :

○ Windows/Linux : Ctrl + `
○ macOS : Cmd + `

● Menu : Affichage > Terminal

Quand le terminal s’ouvre, tu verras quelque chose comme :

(.venv) PS C:\...\python-pour-la-data>

Le (.venv) au début indique que ton environnement virtuel est actif.

👉 Tous les packages installés iront dans ton projet, pas dans le Python global de ton
ordinateur.
Installer ton premier package
Installons le package requests :

pip install requests

Tape la commande et appuie sur Entrée. Tu verras une sortie similaire à :

Collecting requests
Downloading [Link] (62 kB)
Installing collected packages: requests
Successfully installed requests-2.31.0

Que vient-il de se passer ?

Aucune magie ici 😄 Quand tu as exécuté pip install requests :

1. pip s’est connecté à PyPI (Python Package Index), un immense site où les
développeurs partagent leurs packages

2. Il a téléchargé le package requests (un ensemble de fichiers Python)

3. Il l’a enregistré dans ton dossier .venv, précisément dans :

.venv/lib/python3.x/site-packages/

C’est tout ! Tu viens de télécharger du code Python écrit par quelqu’un d’autre et de l’ajouter à
ton projet.

👉 Tu peux même voir les fichiers : ouvre .venv > lib > python3.x > site-packages
> requests. Ce ne sont que des fichiers Python.

Utiliser un package installé

Tu peux maintenant utiliser ce package dans ton code Python :

import requests
# Télécharger une page web
response = [Link]("[Link]
print(response.status_code) # Devrait afficher 200

Sans requests, télécharger des données web demanderait des dizaines de lignes complexes.
Avec ce package, deux lignes suffisent.

Voir les packages installés

Pour afficher la liste des packages installés :

pip list

Exemple de sortie :

Package Version
------------------- --------
certifi 2024.2.2
charset-normalizer 3.3.2
idna 3.6
pip 24.0
requests 2.31.0
urllib3 2.2.0

Remarque que l’installation de requests a aussi installé d’autres packages dont il dépend
(comme urllib3).
👉 pip gère automatiquement ces dépendances.

Installer des versions spécifiques

Parfois, un projet a besoin d’une version précise d’un package :

# Installer une version exacte

pip install requests==2.30.0

# Installer une version minimale

pip install requests>=2.28.0

# Installer une version compatible

pip install requests~=2.31.0

Désinstaller des packages

Tu t’es trompé ou tu n’as plus besoin d’un package ?

pip uninstall requests

pip te demandera confirmation avant de le supprimer.

D’où viennent les packages ?

pip télécharge les packages depuis PyPI (Python Package Index), qui héberge plus de 500
000 packages.
N’importe qui peut y publier du code, ce qui explique pourquoi Python a des outils pour presque
tout.

Problèmes courants
Tu peux parfois rencontrer :

● pip: command not found

● permission denied
● package not found

Ce sont des erreurs fréquentes et généralement simples à résoudre.

Prêt pour le Python interactif

Maintenant que tu comprends les packages, passons à l’étape suivante :
👉 installer ce qu’il faut pour le mode Python interactif 🚀
Python interactif
Ma façon préférée d’écrire du code Python

Le meilleur des deux mondes

Le mode Python interactif est ma façon préférée d’écrire du code Python, et j’utilise rarement
autre chose. Il combine l’organisation des fichiers Python avec l’interactivité des notebooks
Jupyter.

C’est ainsi que je coderai tout au long de ce cours. Une fois que tu l’auras essayé, tu
comprendras pourquoi c’est un outil aussi puissant pour apprendre et développer des
applications d’IA.

Qu’est-ce que le Python interactif ?

Imagine que tu cuisines en goûtant au fur et à mesure, plutôt que d’attendre que tout le plat soit
terminé. C’est exactement le principe du Python interactif :

● Écrire du code dans un fichier .py (propre et bien organisé)

● Exécuter instantanément des portions de code avec Shift + Entrée
● Voir les résultats immédiatement dans un panneau latéral
● Conserver toutes les variables en mémoire

Pourquoi c’est parfait pour le développement en Data

Quand on travaille avec les données, on est constamment en train de :

● Inspecter les données

● Tester des transformations
● Vérifier les résultats
● Expérimenter différentes approches

Exécuter tout le fichier à chaque fois (comme avec [Link]) serait lent et frustrant.
Le mode interactif te permet de travailler de manière itérative, rapide et efficace.

Prérequis
Le Python interactif nécessite le noyau IPython. Installons-le.

Assure-toi que ton environnement virtuel est activé :

(Tu devrais voir (venv) dans ton terminal)

Installe ensuite le package requis :

pip install ipykernel

Ce package permet à Jupyter d’exécuter du code Python de manière interactive.

Configurer le Python interactif

Activons maintenant la fonctionnalité interactive dans VS Code :

1. Ouvre les paramètres de VS Code

○ Appuie sur Ctrl/Cmd + ,

○ Ou Fichier > Préférences > Paramètres

2. Recherche "execute selection"

3. Trouve le paramètre :
Jupyter > Interactive Window > Text Editor: Execute Selection

4. Coche la case pour l’activer

Ce que cela fait :

Lorsque tu appuies sur Shift + Entrée, le code sélectionné s’exécute dans la fenêtre
interactive Jupyter au lieu du terminal Python. Tu obtiens ainsi une expérience beaucoup plus
riche et visuelle.

🎉 C’est tout ! Tu es maintenant prêt à utiliser le mode interactif.