PROGRAMMATION ORIENTÉE OBJET

• Classes et objets : __init__, attributs d'instance et de classe
• Encapsulation : attributs privés/protégés, propriétés (@property)
• Héritage simple et multiple : super(), résolution d'ordre (MRO)
• Polymorphisme et méthodes spéciales : __str__, __repr__, __eq__
• Atelier : modélisation d'un domaine métier en classes Python

MODULES, PACKAGES ET ÉCOSYSTÈME

• Structure d'un projet : __init__.py, arborescence, imports relatifs
• Gestion des dépendances : pip, requirements.txt, virtualenv, poetry
• Bibliothèques standard : os, sys, pathlib, datetime, collections
• Bibliothèques tierces incontournables : requests, pydantic, loguru
• Atelier : création et publication d'un mini-package Python

PYTHON AVANCÉ ET IDIOMATIQUE

• Décorateurs : syntaxe, décorateurs paramétrés, stacking
• Générateurs et expressions génératrices : yield, send, itérateurs
• Gestionnaires de contexte : with, __enter__/__exit__, contextlib
• Typage statique : annotations de type, mypy, dataclasses
• Atelier : refactoring d'un script procédural en code idiomatique

TESTS ET QUALITÉ DU CODE

• Tests unitaires avec pytest : fixtures, paramétrage, assertions
• Couverture de tests : coverage.py, rapport HTML, seuils acceptables
• Linting et formatage : flake8, black, isort, pre-commit hooks
• Documentation : docstrings Google/NumPy, génération Sphinx
• Atelier : mise en place d'une chaîne qualité complète sur un projet

PROJET ET ÉVALUATION FINALE

• Livrable : mini-application Python OOP avec tests et documentation
• Format : présentation du code et justification des choix d'architecture
• Critères : couverture tests >80%, typage, conformité PEP 8
• Revue de code collective et retours individuels du formateur
• Bilan : roadmap vers Python expert (asyncio, métaclasses, C extensions)