À propos du projet

« Python – 100 jours pour passer de débutant à expert » est un tutorial systématique de programmation Python, rédigé et开源 par le développeur Luo Hao (Jack Fraser), structuré sous forme de documents Markdown et découpé en sessions quotidiennes. **Structure des contenus :** **Jour 01‑20 : Bases du langage Python** Introduction à Python, installation de l’environnement, variables et opérateurs, structures conditionnelles et boucles, puis étude des structures de données courantes (listes, tuples, chaînes, ensembles, dictionnaires). Suit l’enseignement des fonctions, gestion des modules, fonctions d’ordre supérieur et expressions Lambda, décorateurs et récursion, avant d’aborder la programmation orientée objet (classes et objets, héritage et polymorphisme). **Jour 21‑30 : Applications du langage Python** Traitement des fichiers et gestion des exceptions, sérialisation JSON, manipulation de fichiers CSV/Excel/Word/PDF/PowerPoint, traitement d’images, envoi de courriels et applications des expressions régulières. **Jour 31‑35 : Thèmes connexes** Concepts avancés du langage (itérateurs, générateurs, programmation concurrente), initiation au développement front‑end (HTML/CSS/JavaScript/Vue.js/Element/Bootstrap) et utilisation du système d’exploitation Linux. **Jour 36‑45 : Fondamentaux et perfectionnement des bases de données** Étude systématique des bases de données relationnelles et de MySQL : instructions DDL/DML/DQL/DCL, fonctions fenêtrées, type JSON, vues/fonctions/procédures stockées, optimisation des index, ainsi que des mises en pratique de connexion Python à MySQL et Hive. **Jour 46‑60 : Projets Django en situation réelle** Prise en main rapide de Django, puis approfondissement des modèles, des ressources statiques, des cookies et sessions, de la génération de rapports (Excel/PDF/ECharts), des outils de journalisation et de débogage, des middleware, du développement front‑back séparé, de l’architecture RESTful et du framework DRF (Django REST Framework), du cache Redis, des tâches asynchrones avec Celery, des tests unitaires et du déploiement en production. **Jour 61‑65 : Collecte de données sur le réseau** Notions de web scraping et aspects légaux, récupération de données via requests, analyse de pages (regex/XPath/sélecteurs CSS), programmation concurrente (threads/processus/I/O asynchrone), extraction de contenu dynamique avec Selenium et utilisation du framework Scrapy. **Jour 66‑80 : Analyse de données avec Python** Utilisation des environnements Anaconda et Jupyter Lab, maîtrise approfondie de NumPy (calculs tabulaires, mécanismes de broadcast, opérations matricielles) et pandas (Series/DataFrame, nettoyage de données, tables croisées, séries temporelles), ainsi que visualisation avec Matplotlib et Seaborn. **Jour 81‑90 : Machine learning** Cours couvrant kNN, arbres de décision et forêts aléatoires, Naïve Bayes, modèles de régression (linéaire/logistique/polynomiale), clustering K‑Means, apprentissage ensembliste (AdaBoost/GBDT/XGBoost/LightGBM), réseaux neuronaux et introduction au traitement automatique des langues (modèle sac‑de‑mots, vecteurs de mots, RNN, Seq2Seq, Transformer). **Jour 91‑100 : Développement de projets en équipe** Modèle en cascade et développement agile (Scrum), normes de collaboration (relecture de code, contrôle de version, gestion des défauts), conteneurisation Docker et orchestration Kubernetes, optimisation des performances MySQL, conception d’API REST, points techniques clés pour un site e‑commerce, déploiement et réglage des performances, accompagné de préparations aux entretiens d’embauche. Le projet s’accompagne de vidéos pédagogiques sur Bilibili et d’une colonne éditoriale sur Zhihu, constituant une ressource complète pour les apprenants souhaitant progresser de niveau débutant à expert en Python.