Découvrez les différentes éditeurs de texte et environnements de développement disponibles pour Python.
Commencer la formation
00:57
Dans cette session, vous allez découvrir cinq différents éditeurs de texte et environnements de développement pour Python. Nous analyserons les avantages et inconvénients de chacun. Si vous êtes novice ou curieux, nous vous suggérons de suivre nos recommandations et d'opter pour Visual Studio Code. Autrement, vous pouvez continuer avec l'éditeur que vous maîtrisez déjà.
01:16
Dans cette session, vous allez découvrir Sublime Text, un éditeur de texte populaire pour programmer en Python. Nous allons examiner son fonctionnement, l’installation des plugins gratuits, ainsi que la politique du logiciel en matière de licence. Nous allons également aborder brièvement Visual Studio Code, souvent comparé à Sublime Text depuis quelques années.
01:23
Vous allez découvrir Visual Studio Code, un éditeur récent qui gagne rapidement en popularité. Vous comprendrez pourquoi il se distingue par sa gratuité, sa polyvalence dans la gestion de différentes versions de Python et ses plugins dédiés. Nous allons également aborder sa facilité d'exécution du code Python, rendant son utilisation aussi efficace que pratique.
01:42
Dans cette session, vous allez explorer les fonctionnalités offertes par PyCharm, un environnement de développement principalement destiné au langage Python. Nous allons comparer ses avantages et inconvénients face à d'autres éditeurs de texte, comme Sublime Text ou Visual Studio Code. Vous découvrirez également les différences entre sa version Community, gratuite, et sa version payante.
02:01
Dans cette session, vous explorerez en détail Jupyter Notebook, un outil prisé dans le domaine de la science des données. Vous comprendrez ses avantages, tels que la conservation de vos actions dans un bloc-notes pratique pour le test du code. Toutefois, nous aborderons également ses limites, dont l'absence de modules de débogage et de diction d'erreur.
01:08
Vous vous familiariserez avec Anaconda, un environnement de développement largement utilisé, mais assez lourd, privilégiant la Data Science. Vous comprendrez pourquoi il comprend plus de 1500 librairies et comment il intègre Jupiter Notebook. Nous discuterons également de ses avantages et inconvénients pour son utilisation dans ce cours.
