Learn Python by Doing: From Your First Script to Real Projects

A 16-part beginner-to-advanced Python syllabus: every lesson has runnable code in the browser, quizzes, and a matching topic in the free Learn Python Android app.

This is a complete Python syllabus, not a collection of tips. The track starts from your very first script and climbs one honest step at a time: variables, decisions, loops, functions, data structures, objects, files, the standard library, generators, type hints, real data work, concurrency, and testing. The last three parts open the door to machine learning with scikit-learn, deep learning with TensorFlow and Keras, and a first look at large language models. Every lesson has Python you can run right in the page, quiz checkpoints to make sure ideas stick, and a matching topic in the free Learn Python Android app so you can keep practicing offline.

Dans cette série

1 Python pour grands débutants : premier script, variables et types Leçon 1 d’un cours complet sur Python : installez Python, exécutez votre premier script et maîtrisez les variables, les types de données fondamentaux, les f-strings et la saisie, avec un bac à sable intégré et des quiz.
2 Opérateurs Python et prise de décision : if, elif, else et match Leçon 2 : donnez un cerveau à vos programmes Python avec les opérateurs, la véracité, les chaînes if/elif/else, les expressions conditionnelles et l'instruction moderne match, le tout avec un bac à sable interactif et des quiz.
3 Boucles et contrôle de flux en Python : for, while, break et continue Leçon 3 : maîtrisez la répétition avec while, for, range, break, continue, la clause else des boucles, les boucles imbriquées et le motif de l'accumulateur, y compris FizzBuzz et un environnement d'exécution interactif avec exercices.
4 Fonctions Python : arguments, retours, portée et lambdas Leçon 4 : transformez vos scripts en outils réutilisables avec def, les arguments et valeurs par défaut, les valeurs de retour, les règles de portée, *args et **kwargs, les docstrings et les lambdas, le tout avec des exercices de refactorisation dans un environnement interactif.
5 Structures de données en Python : listes, tuples, ensembles, dictionnaires et compréhensions Leçon 5 : listes, tuples, ensembles et dictionnaires, comment choisir entre eux, et les idiomes de compréhensions, enumerate et zip qui font de Python ce qu'il est, avec un projet de compteur de mots.
6 Python orienté objet : classes, héritage et dataclasses Leçon 6 : la programmation orientée objet en Python sans appréhension : classes, __init__ et self, méthodes dunder, héritage contre composition, et les dataclasses modernes, avec un projet d’inventaire dans le bac à sable.
7 Exceptions Python et gestion de fichiers : du code qui survit aux entrées invalides Leçon 7 : écrivez du Python qui résiste aux données incorrectes : tracebacks, try/except bien utilisé, levée d'exceptions personnalisées, et lecture/écriture sécurisée de fichiers avec l'instruction with, le tout mis en pratique sur des données désordonnées.
8 Modules, paquets et visite de la bibliothèque standard Python Leçon 8 : les imports démystifiés, vos propres modules et paquets, pip et les environnements virtuels, puis une visite guidée de math, random, datetime, Counter, defaultdict et pathlib, pour finir par un projet d'organisateur de fichiers.
9 Itérateurs et générateurs Python : l’évaluation paresseuse bien faite Leçon 9 : les rouages de chaque boucle for, puis les générateurs avec yield, les expressions génératrices paresseuses, les séquences infinies et les pipelines de données à mémoire constante, le tout conclu par un projet d’analyseur de logs.
10 Annotations de type Python pour débutants : du code qui s’explique tout seul Leçon 10 : faites parler Python avec les annotations de type : annotations, collections typées, unions avec None, alias de type et un vérificateur de type qui trouve les bogues avant même d’exécuter quoi que ce soit.
11 Manipuler du texte et des données en Python : regex, JSON et CSV Leçon 11 : transformer du texte brut en données structurées : un noyau pratique de regex, des allers-retours JSON, du CSV avec DictReader, et un pipeline complet de validation et transformation de CSV vers du JSON propre.
12 Bases de la concurrence en Python : threads, processus et asyncio Leçon 12 : une introduction claire et honnête à la concurrence en Python : tâches I/O-bound vs CPU-bound, ThreadPoolExecutor, le GIL sans panique, multiprocessing et asyncio avec gather, à exécuter en direct dans le navigateur.
13 Tester du code Python avec pytest : du premier assert aux vrais projets Leçon 13 : prouvez que votre code fonctionne avec pytest : assertions, découverte automatique des tests, rapports d'échec de premier ordre, paramétrage pour les cas limites, raises et tmp_path, et le rythme rouge-vert-refactoriser, avec une micro suite de tests exécutable.
14 Fondamentaux du machine learning en Python : premiers modèles avec scikit-learn Leçon 14 : entraînez vos premiers vrais modèles de machine learning avec scikit-learn : caractéristiques et étiquettes, séparation entraînement/test, fit/predict/score, un arbre de décision lisible, k plus proches voisins et surapprentissage, le tout directement dans le navigateur.
15 Bases du deep learning en Python : réseaux de neurones avec TensorFlow et Keras Leçon 15 : le deep learning sans jargon : ce que calcule un neurone, perte et descente de gradient, rétropropagation construite à la main en NumPy dans le navigateur, et un classifieur Keras complet sur Fashion MNIST avec dropout et apprentissage par transfert.
16 Introduction pratique aux LLM et au RAG en Python, et pistes pour aller plus loin Le final : les LLM expliqués avec les concepts que vous maîtrisez déjà, tokens et prompts, votre premier appel à l'API Claude depuis Python, un moteur RAG simplifié dans le navigateur, et la carte complète vers la série sur les LLM en production et MCP.