Formation complète et progressive en Python
Mini-projet final + jalons (mile stones) + exercices pratiques
(logo officiel Python – 3.x)
Dernière mise à jour : mars 2026
Apprendre Python de manière structurée, progressive et pratique en partant des bases jusqu’aux concepts intermédiaires / avancés très utilisés en data, automation, web et développement logiciel :
- Maîtriser la syntaxe et les fondations
- Comprendre la logique de programmation
- Manipuler les structures de données efficacement
- Travailler avec des fichiers (CSV, Excel, bases de données)
- Écrire du code propre, maintenable et pythonique
- Réaliser plusieurs mini-projets concrets (mile stones)
Le contenu est organisé en 17 chapitres principaux + 6 projets jalons (mile stones) qui valident les acquis à intervalles réguliers.
- Chapitre introductif
- Opérations mathématiques de base
- Projet mile stone 1
- Les Types (int, float, bool, None…)
- Les Types – Chaînes de caractères
- Les Types – Collections (list, tuple, set, dict)
- Projet mile stone 2
- Les Variables & Constantes littérales
- Les dates (datetime)
- Les flux conditionnels (if / elif / else)
- Projet mile stone 3
- Les flux itératifs (for, while, break, continue)
- Projet mile stone 4
- Les Fonctions (définition, paramètres, retour, portée…)
- Projet mile stone 5
- Les Erreurs & gestion des exceptions (try/except)
- Les Modules & Packages (import, créer son package)
- Projet mile stone 6
- La PO O (Programmation Orientée Objet)
- Méthodes magiques (
__init__,__str__,__len__, etc.) - Opérateurs avancés & surcharge d’opérateurs
- Itérateurs & itérables personnalisés
- Les compréhensions (list/dict/set)
- Les générateurs & expressions génératrices
- Gestion des contextes (
with, contextlib) - Threading & Coroutines (asyncio de base)
- Décorateurs & descripteurs
- Métaclasses (introduction)
- Acquisition & traitement de données
- Texte & expressions régulières
- CSV
- Excel
- Bases de données relationnelles (SQL)
Mini projet Final/ ├── 0.Chapitre introductif.md ├── 1.Opérations mathematiques de base.md ├── 2.Projet mile stone 1.md ├── 3.Les_Types.md ├── ... ├── 17.Projet mile stone 6.md ├── data-csv/ ├── data-excel/ └── data-POO/ ├── 1.La_Methodes_Magiques.md ├── 2.Les_Méthodes_Magiques.md └── ...
## 🚀 Comment utiliser ce dépôt
1. Clone le projet
```bash
git clone https://github.com/VOTRE-NOM/bootcamp-python.git
cd bootcamp-python
-
Ouvre les fichiers
.mddans ton éditeur préféré
→ VS Code + extension Markdown All in One recommandée -
Lis les chapitres dans l’ordre
Fais les exercices directement dans des fichiers.py -
Réalise les mile stones → ce sont les moments clés pour consolider
- Python 3.9+ (idéalement 3.11 ou 3.12 en 2026)
- VS Code / PyCharm Community
- Jupyter Notebook (optionnel – surtout pour la partie data)
- Bibliothèques principales rencontrées :
- built-in →
datetime,math,random,os,sys csv,jsonpandas(introduction)openpyxl/xlrd(Excel)sqlite3(bases de données légères)re(regex)
- built-in →
| Niveau atteint | Mile stone validé | Compétences clés acquises |
|---|---|---|
| Débutant solide | Mile stone 1–2 | Variables, types, listes, boucles, conditions |
| Bon niveau intermédiaire | Mile stone 3–4 | Fonctions, exceptions, fichiers, logique algorithmique |
| Intermédiaire avancé | Mile stone 5–6 | POO de base, décorateurs, itérateurs, modules/packages |
| Prêt pour data/web/pro | Projets data | CSV/Excel/SQL, regex, asyncio intro, code propre & maintenable |
Ce bootcamp est un travail en cours.
N’hésite pas à ouvrir une issue si :
- tu trouves une erreur
- un chapitre manque d’exercices
- tu veux ajouter un sujet (ex: virtualenv, poetry, pytest, FastAPI, etc.)
MIT License – fais-en ce que tu veux (sauf usage commercial sans accord)
Bonne formation et bon code ! 🐍✨
Bejaoui – Tunis, mars 2026