PYTHON Perfectionnement - Formation

UTILISER LES "CONTEXT MANAGERS
- Gestion des ressources en python : try ... finally, with, utilisation de
with
- Utilisation de with : gérer des fichiers, analyser des répertoires, calculer en haute précision, manipuler des verrous en multithread, tester
les exceptions avec pytest
- Résumer les avantages de with
- Utiliser Async avec et with
- Créer des "context Managers"
- Encodage des contextes : contexte simple, exceptions, ouverture de
fichiers, redirection de sorties, temps d'exécution
- Context Manager par fonction : ouverture de fichiers version2,
Temps
- Améliorer ses APIs
- Context manager asynchrone

UTILISER LES META-CLASSES
- Modes des metas : ancien mode vs nouveau
mode
- Typage et classes
- Définir une classe dynamiquement : exemple de base, exemples
avancés
- Créer une propre meta-classe
- Justification de l'utilisation

FONCTIONS INTERNES ET CLOSURE
- Création de fonctions internes
- Les bases des internes : encapsulation, construction, inner contre
privé
- Conservation d'un état : méthode d'état, modifier l'état
- Ajouter un comportement
- Closure : attacher code et données, où trouver des closures, comment les
utiliser au mieux

CONCURRENCE ET PARALLÉLISME
- Accélérer un programme pour entrées/sorties :
IO Synchrone, IO avec Thread, IO asynchrone
- Accélérer un programme pour CPU : CPU Synchrone, CPU avec Thread, CPU
asynchrone

MONITORING
- Outils internes pré-installés
- Fonctions de timer
- Outils et plates-formes externes : Datadog, Dynatrace, Manage
engine

FREEZING, PACKAGING
- Différences entre les modes
- Avantages
- Outils de freezing : Windows, OSX, Linux
- Packaging : choisir un nom, structuration
- Publication sur PyPi
- Package complet : ajouter et ignorer des fichiers, dépendances du package, description meta du package, tests, ressources complémentaires
- Scripting de package
- Assemblage final

LES FRAMEWORKS SPÉCIALISÉS
- XML : Standards (DOM, SAX, StAX), librairies
en python, modules externes (untangle, xmltodiict, lxml, BS), conversion et
Binding (XPath, génération de modèles objet), sécurisation de parsers
- IA et ML : Tensorflos, Seaborn, Numpy, Pandas, Jeras, Theano, PyTorch,
Scikit-learn
- Sciences : Numpy, Pandas, SciPy, Matplotib
- Web : Django, Flask, Bottle, CherryPy, Falcon