Introduction à l'informatique

Cours 7

kn@lmf.cnrs.fr
https://usr.lmf.cnrs.fr/~kn

Types structurés

Résumé des épisodes précédents …

En Python, nous savons manipuler :

On va compléter la panoplie en montrant :

Les tuples

Il est souvent pratique de vouloir regrouper un certain nombre de valeurs « dans le même paquet » :

Quelles solutions ?

Les tuples (2)

Python propose le type de donnée de tuple (ou n-uplet). On écrit simplement les expressions en utilisant des parenthèses et des virgules.

>>> point = (1.5, -3.19) >>> point (1.5, -3.19) >>> point[0] 1.5 >>> point[1] -3.19 >>> x, y = point >>> x + y -1.69 >>> point[0] = 2.2 Traceback (most recent call last): File "", line 1, in <module> TypeError: 'tuple' object does not support item assignment

Les tuples (3)

>>> t = (1, 2) + (3, 4, 5) >>> len(t) 5 >>> t (1, 2, 3, 4, 5) >>> (42, ) * 5 (42, 42, 42, 42, 42) >>> (42) * 5 210

Les tuples (exemple)

#On représente des points par un couple (x, y) from math import sqrt def add_point(p1, p2): return (p1[0] + p2[0], p1[1] + p2[1]) def mult_point(p, k): return (p1[0] * k, p1[1] * k) def norm_point(p): x, y = p return sqrt(x ** 2 + y ** 2) …

Le type None

En Python, la constante None est une valeur spéciale indiquant une « absence de valeur ». Peut être utilisée dans plusieurs cas :

def moyenne(tab): if len(tab) == 0: return None total = 0 for i in range(len(tab)): total += tab[i] return total / len(tab) moyenne([1, 2, 3, 4]) #renvoie 2.5 moyenne([]) #renvoie None

Le type None (2)

On peut tester qu'une valeur est None avec l'opérateur d'égalité (==). Si une fonction peut renvoyer None, alors il faut toujours tester son résultat avant de l'utiliser, sinon on risque des erreurs:

moy = moyenne(tab) if moy == None: print("Erreur, tableau vide !") else: print("Moyenne au carré:", moy * moy)

Sans le test, on aurait calculé None * None dans le cas d'un tableau vide, ce qui aurait provoqué une erreur.

Les dictionnaires

On a souvent besoin d'associer des clés à des valeurs. Lorsque les clés sont des entiers consécutifs et commençant par 0, on peut utiliser des tableaux :

jmois = [31, 28, 31, 30, 31, 30, 31, 31, 30, 31, 30, 31] …

Mais comment faire lorsque l'on souhaite utiliser d'autres types de clés ?

Par exemple : "janvier" → 31, … "décembre" → 31 ?

C'est une situation très très courante

Les dictionnaires (2)

Python propose le type de donnée de dictionnaire.
Il est similaire aux tableaux, mais les indices peuvent être (presque) n'importe quel type de données Python.
On définit un dictionnaire vide par des { }
On peut pré-remplir le dictionnaire avec la notation { k1:v1, …, kv:vn }.

>>> jours = { 'lundi':1, 'mardi':2, 'mercredi':3 } >>> jours['mardi'] 2 >>> jours {'lundi':1, 'mardi':2, 'mercredi':3} >>> jours['jeudi'] = 4 >>> jours {'lundi':1, 'mardi':2, 'mercredi':3, 'jeudi' : 4} >>> jours['jeudi'] = 42 >>> jours {'lundi':1, 'mardi':2, 'mercredi':3, 'jeudi' : 42}

Les dictionnaires (3)

Accéder à une clé inexistante est similaire à faire un accès invalide dans un tableau. L'opérateur in permet de tester si une clé est dans le dictionnaire :

>>> jours['toto'] Traceback (most recent call last): File "", line 1, in <module> KeyError: 'toto' >>> 'mardi' in jours True >>> 'toto' in jours >>> jours False

On peut utiliser d'autres types de valeur pour les clés (entiers, booléens). L'utilisation la plus fréquente reste les chaînes de caractères.

Attention, comme les tableaux, les dictionnaires sont mutables!

Utilisations avancées des boucles et tableaux

Boucles sur les collections

On a vu la boucle for sur des entiers, en utilisant la fonction range:

for i in range(len(tab)): v = tab[i] …

La boucle for est plus générique que cela. Elle permet d'itérer sur les éléments d'une collection.

for v in [42, 56, -1, 28]: print(v) #affiche 42, puis 56, puis -1, puis 28

Cela fonctionne avec tous les types de « collections » :

for v in "ABCDEFG": print(v) #affiche A, puis B, puis C, …

Boucles sur les dictionnaires

On peut itérer sur les dictionnaires. Plus précisément, on peut itérer sur les clés d'un dictionnaire :

mois = { 'janvier' : 31, 'février': 28, …, 'décembre' : 31 } for m in mois: print(m, mois[m]) #affiche janvier 31, puis février 28, …

Dans quel ordre les clés sont-elle considérées ?

On ne fera pas d'hypothèse sur l'ordre des clés

Tri d'un tableau

On peut trier un tableau avec la fonction prédéfinie sorted

>>> tab = [10,-1, 100, 13, -5] >>> sorted(tab) [-5, -1, 10, 13, 100] >>> tab [10,-1, 100, 13, -5 ]

Cette fonction renvoie une copie triée du tableau, le tableau original reste inchangé.
Sur un dictionnaire, cette fonction renvoie le tableau trié des clés :

>>> dico = { 'd' : 50, 'a' : 40, 'b' : 100 } >>> sorted(dico) ['a', 'b', 'd']

On peut donc parcourir un dictionnaire dans l'ordre croissant des clés avec :

for k in sorted(dico): …

break et continue

Comme dans d'autres langages, les instructions break et continue peuvent être utilisées dans des boucles for ou while pour :

for i in range(10): if i == 7: break elif i % 2 == 0: continue print(i)

Le code ci-dessus affiche 1, 3 et 5.

Modèle mémoire de Python

On appelle modèle mémoire la façon dont les valeurs d'un langage sont représentés comme une séquence d'octet dans l'ordinateur.

En Python, toutes les valeurs sont représentées par l'adresse mémoire (i.e. un entier 64 bits ou 8 octets) d'un bloc alloué dans le tas (une zone particulière de la mémoire).

a = "bonjour, ça va ?" b = a

« En interne », a contient l'adresse d'un bloc mémoire contenant "bonjour, ça va ?".
L'affectation b place dans la variable b une copie de l'adresse et non pas une copie du bloc !

Modèle mémoire de Python (2)

En mémoire :

adresse valeur
tas
0x0128 0xf10 a
0x0158 0xf10 b
0x0f10 Bonjour,
0x0f18 ça va ?_

Modèle mémoire de Python (3)

Il y a donc une différence en mémoire entre :

a = "bonjour, ça va ?" b = a

et

Il y a donc une différence en mémoire entre :

a = "bonjour, ça va ?" b = "bonjour, ça va ?"

Modèle mémoire de Python (4)

En mémoire :

a = "Bonjour, ça va ?" b = a
adresse valeur
tas
0x0128 0xf10 a
0x0158 0xf10 b
0x0f10 Bonjour,
0x0f18 ça va ?_
a = "Bonjour, ça va ?" b = "Bonjour" b = b + ", ça va ?"
adresse valeur
tas
0x0128 0xf10 a
0x0158 0xf80 b
0x0f10 Bonjour,
0x0f18 ça va ?_
0x0f80 Bonjour,
0x0f88 ça va ?_

Est-ce que tout cela est important ?

Si on utilise un type de donnée immuable (≡ non modifiable) tel que :

Alors ça ne fait pas de différences fondamentale (un peu de consommation mémoire en plus ou en moins).

Est-ce que tout cela est important ? (2)

Si on utilise un type de donnée mutable (≡ modifiable) tel que :

Alors ça ne fait une énorme différence. Exemple :

a = [1, 2, 3, 4] b = a

et

Il y a donc une différence en mémoire entre :

a = [1, 2, 3, 4] b = [1, 2, 3, 4]

Modèle mémoire des tableaux Python

a = [1, 2, 3, 4] b = a
adresse valeur
tas
0x0128 0xf10 a
0x0158 0xf10 b
0x0f10 1
0x0f18 2
0x0f20 3
0x0f28 4
a = [1, 2, 3, 4] b = [1, 2, 3, 4]
adresse valeur
tas
0x0128 0xf10 a
0x0158 0xf80 b
0x0f10 1
0x0f18 2
0x0f20 3
0x0f28 4
0x0f80 1
0x0f88 2
0x0f90 3
0x0f98 4

Modèle mémoire des tableaux Python (2)

Partage de la même référence :

a = [1, 2, 3, 4] b = a b[0] = 42 print(a) #affiche [42, 2, 3, 4] print(b) #affiche [42, 2, 3, 4]

Copie :

a = [1, 2, 3, 4] b = [1, 2, 3, 4] b[0] = 42 print(a) #affiche [1, 2, 3, 4] print(b) #affiche [42, 2, 3, 4]

Modèle mémoire des tableaux Python (3)

Super dangereux :

Supposons que l'on veuille créer une matrice 3×3, c'est à dire un tableau de tableaux :

m = [ [0, 0, 0 ], [0, 0, 0 ], [0, 0, 0 ] ] m[1][1] = 42 print (m) # affiche [ [0, 0, 0 ], [0, 42, 0 ], [0, 0, 0 ] ] # tout va bien m = [ [ 0, 0, 0 ] ] * 3 m[1][1] = 42 print (m) # affiche [ [0, 42, 0 ], [0, 42, 0 ], [0, 42, 0 ] ] # WAT !

Modèle mémoire des tableaux Python (4)

Dans le code précédent, l'expression [ [ 0, 0, 0 ] ] * 3 se comporte comme:

tmp = [0, 0, 0 ] m = [None, None, None] for i in range(len(m)): m[i] = tmp #la même référence est placée dans les 3 cases!

Conclusion sur le modèle mémoire

Il faut être extrèmement rigoureux lorsque l'on manipule des tableaux.

Si on écrit des fonctions prenant des tableaux en argument, il faut préciser clairement si elles font des copies ou modifient le tableau.

Il est presque toujours faux d'écrire une chose du style:

tab1 = [1, 2, 3, 4, 5] … tab2 = tab1 #c'est un alias, pas une copie. #modifier tab1 modifie aussi tab2

Éléments de génie logiciel

Génie logiciel

Ensemble des méthodes de travail et bonnes pratiques à utiliser dans le cadre du développement d'un logiciel.
C'est une science de génie industriel.

On donne ici quelques petites notions importantes et on montre comment Python nous aide à les respecter.

Le génie logiciel est un aspect important de l'informatique, il est développé tout au cours de la Licence (L1, L2, L3).

Docstrings

Il est très important de documenter ces fonctions :

En Python, on peut mettre une chaîne de caractères comme première « instruction » d'une fonction. Cette chaîne est sauvegardée et peut être affichée au moyen de la commande help.

Cette convention est utilisée par toutes les fonction de la bibliothèque standard.

Docstrings (2)

>>> def div_mod(a, b): ... """Prend en argument deux entiers a et b et renvoie ... le quotient et le reste dans la division de a par b ... sous la forme d'une paire. Lève une exception si b vaut 0.""" ... return (a // b, a % b) ... >>> div_mod(10, 3) (3, 1) >>> help(div_mod) Help on function div_mod in module __main__: div_mod(a, b) Prend en argument deux entiers a et b et renvoie le quotient et le reste dans la division de a par b sous la forme d'une paire. Lève une exception si b vaut 0. >>> help(len) Help on built-in function len in module builtins: len(obj) Return the number of items in a container.

Assertion

Il est courant de vouloir signaler qu'une valeur n'est pas un argument valide pour une fonction.
On sait déjà utiliser des exceptions pour signaler cela.
L'instruction assert (e) évalue l'expression e. Si cette dernière est fausse, le programme lève une exception AssertionError

def div_mod(a, b): """Prend en argument deux entiers a et b et renvoie le quotient et le reste dans la division de a par b sous la forme d'une paire. Lève une exception si b vaut 0.""" assert (b != 0) return (a // b, a % b)

On peut lire assert comme « vérifie que ». Ci dessus : « vérifie que b est différent de 0.

Modules

En génie logiciel, il est considéré comme une mauvaise pratique de mettre dans les mêmes fichier des fonctions qui n'ont rien à voir.
Si on conçoit un jeu :

Modules en Python

En Python, chaque fichier .py définit un module, c'est à dire un ensemble de fonction et de variables.

Par défaut, on ne peut référencer que des fonctions et variables du fichier (≡ du module) dans lequel on se trouve.

La directive import permet d'importer tout ou partie des fonctions et variables d'un module.

import

La première chose que l'on peut faire est d'importer tout un module.

import math y = math.sin(math.pi / 2) z = math.sqrt(499) t = math.log(29)

Lorsque l'on écrit import toto, l'interprète Python cherche dans le répertoire courant, puis dans les répertoire systèmes (dans cet ordre par défaut) un fichier toto.py. S'il le trouve, il l'évalue :

Attention, pour cette raison, il ne faut jamais appeler un de ses fichiers comme un fichier de la bibliothèque standard !

import partiel

Parfois, on ne souhaite importer qu'un petit nombre de fonctions.
On peut utiliser la directive from … import :

from math import sin, sqrt, pi y = sin(pi / 2) z = sqrt(499)

Dans le code ci-dessus, seul sin, sqrt et pi sont visibles.

La forme : from foo import * importe tous les symboles, sans préfixe. Elle est à proscrire dorénavant. Pourquoi ?

Pourquoi utiliser des modules ?

Il y a deux aspects contradictoires :

« Your variable names should be short, and sweet and to the point » (L. Torvalds)

Exemple :

Sans système de module, on aurait du utiliser une convention arbitraire par exemple math_log et console_log. C'est moche.

Pourquoi import * c'est mal ?

from logging import log, WARNING, ERROR from math import * … log (WARNING, "attention !") #Erreur utilise math.log() … log (ERROR, "erreur fatale !")

Dans le code ci-dessus, on a masqué involontairement la fonction log du module logging, par une fonction qui fait complètement autre chose.

Conclusion

Python possède des outils pour aider à écrire du code propre, il faut les utiliser :