Glossaire
*********

">>>"
   L'invite de commande utilisée par défaut dans l'interpréteur
   interactif. On la voit souvent dans des exemples de code qui
   peuvent être exécutés interactivement dans l'interpréteur.

"..."
   Peut faire référence à :

   * L'invite de commande utilisée par défaut dans l'interpréteur
     interactif lorsqu'on entre un bloc de code indenté, dans des
     délimiteurs fonctionnant par paires (parenthèses, crochets,
     accolades, triple guillemets), ou après un avoir spécifié un
     décorateur.

   * La constante "Ellipsis".

2to3
   Outil qui essaie de convertir du code pour Python 2.x en code pour
   Python 3.x en gérant la plupart des incompatibilités qui peuvent
   être détectées en analysant la source et parcourant son arbre
   syntaxique.

   *2to3* est disponible dans la bibliothèque standard sous le nom de
   "lib2to3" ; un point d’entrée indépendant est fourni via
   "Tools/scripts/2to3". Cf. 2to3 — Traduction automatique de code en
   Python 2 vers Python 3.

classe de base abstraite
   Les classes de base abstraites (ABC, suivant l'abréviation anglaise
   *Abstract Base Class*) complètent le *duck-typing* en fournissant
   un moyen de définir des interfaces pour les cas où d'autres
   techniques comme "hasattr()" seraient inélégantes ou subtilement
   fausses (par exemple avec les méthodes magiques). Les ABC
   introduisent des sous-classes virtuelles qui n'héritent pas d'une
   classe mais qui sont quand même reconnues par "isinstance()" ou
   "issubclass()" (voir la documentation du module "abc"). Python
   contient de nombreuses ABC pour les structures de données (dans le
   module "collections.abc"), les nombres (dans le module "numbers"),
   les flux (dans le module "io") et les chercheurs-chargeurs du
   système d'importation (dans le module "importlib.abc"). Vous pouvez
   créer vos propres ABC avec le module "abc".

annotation
   Étiquette associée à une variable, un attribut de classe, un
   paramètre de fonction ou une valeur de retour. Elle est utilisée
   par convention comme *type hint*.

   Les annotations de variables locales ne sont pas accessibles au
   moment de l'exécution, mais les annotations de variables globales,
   d'attributs de classe et de fonctions sont stockées dans l'attribut
   spécial "__annotations__" des modules, classes et fonctions,
   respectivement.

   Voir *variable annotation*, *function annotation*, **PEP 484** et
   **PEP 526**, qui décrivent cette fonctionnalité.

argument
   Valeur, donnée à une *fonction* ou à une *méthode* lors de son
   appel. Il existe deux types d'arguments :

   * *argument nommé* : un argument précédé d'un identifiant (comme
     "name=") ou un dictionnaire précédé de "**", lors d'un appel de
     fonction. Par exemple, "3" et "5" sont tous les deux des
     arguments nommés dans l'appel à "complex()" ici :

        complex(real=3, imag=5)
        complex(**{'real': 3, 'imag': 5})

   * *argument positionnel* : un argument qui n'est pas nommé. Les
     arguments positionnels apparaissent au début de la liste des
     arguments, ou donnés sous forme d'un *itérable* précédé par "*".
     Par exemple, "3" et "5" sont tous les deux des arguments
     positionnels dans les appels suivants :

        complex(3, 5)
        complex(*(3, 5))

   Les arguments se retrouvent dans le corps de la fonction appelée
   parmi les variables locales. Voir la section Appels à propos des
   règles dictant cette affectation. Syntaxiquement, toute expression
   est acceptée comme argument, et c'est la valeur résultante de
   l'expression qui sera affectée à la variable locale.

   Voir aussi *parameter* dans le glossaire, la question Différence
   entre argument et paramètre de la FAQ et la **PEP 362**.

gestionnaire de contexte asynchrone
   (*asynchronous context manager* en anglais) Objet contrôlant
   l'environnement à l'intérieur d'une instruction "with" en
   définissant les méthodes "__aenter__()" et "__aexit__()". A été
   Introduit par la **PEP 492**.

générateur asynchrone
   Fonction qui renvoie un *asynchronous generator iterator*. Cela
   ressemble à une coroutine définie par "async def", sauf qu'elle
   contient une ou des expressions "yield" produisant ainsi uns série
   de valeurs utilisables dans une boucle "async for".

   Générateur asynchrone fait généralement référence à une fonction,
   mais peut faire référence à un *itérateur de générateur asynchrone*
   dans certains contextes. Dans les cas où le sens voulu n'est pas
   clair, utiliser l'ensemble des termes lève l’ambiguïté.

   Un générateur asynchrone peut contenir des expressions "await"
   ainsi que des instructions "async for", et "async with".

itérateur de générateur asynchrone
   Objet créé par une fonction *asynchronous generator*.

   C'est un *asynchronous iterator* qui, lorsqu'il est appelé via la
   méthode "__anext__()" renvoie un objet *awaitable* qui exécute le
   corps de la fonction du générateur asynchrone jusqu'au prochain
   "yield".

   Chaque "yield" suspend temporairement l'exécution, en gardant en
   mémoire l'endroit et l'état de l'exécution (ce qui inclut les
   variables locales et les *try* en cours). Lorsque l'exécution de
   l'itérateur de générateur asynchrone reprend avec un nouvel
   *awaitable* renvoyé par "__anext__()", elle repart de là où elle
   s'était arrêtée. Voir la **PEP 492** et la **PEP 525**.

itérable asynchrone
   Objet qui peut être utilisé dans une instruction "async for". Sa
   méthode "__aiter__()" doit renvoyer un *asynchronous iterator*. A
   été introduit par la **PEP 492**.

itérateur asynchrone
   Objet qui implémente les méthodes "__aiter__()" et "__anext__()".
   "__anext__" doit renvoyer un objet *awaitable*. Tant que la méthode
   "__anext__()" produit des objets *awaitable*, le "async for"
   appelant les consomme. L'itérateur asynchrone lève une exception
   "StopAsyncIteration" pour signifier la fin de l'itération. A été
   introduit par la **PEP 492**.

attribut
   Valeur associée à un objet et désignée par son nom via une notation
   utilisant des points. Par exemple, si un objet *o* possède un
   attribut *a*, il sera référencé par *o.a*.

awaitable
   Objet pouvant être utilisé dans une expression "await". Ce peut
   être une *coroutine* ou un objet avec une méthode "__await__()".
   Voir aussi la **PEP 492**.

BDFL
   Dictateur bienveillant à vie (*Benevolent Dictator For Life* en
   anglais). Pseudonyme de Guido van Rossum, le créateur de Python.

fichier binaire
   Un *file object* capable de lire et d'écrire des *bytes-like
   objects*. Des fichiers binaires sont, par exemple, les fichiers
   ouverts en mode binaire ("'rb'", "'wb'", ou "'rb+'"),
   "sys.stdin.buffer", "sys.stdout.buffer", les instances de
   "io.BytesIO" ou de "gzip.GzipFile".

   Consultez *fichier texte*, un objet fichier capable de lire et
   d'écrire des objets "str".

objet octet-compatible
   Un objet gérant les Protocole tampon et pouvant exporter un tampon
   (*buffer* en anglais) C-*contiguous*. Cela inclut les objets
   "bytes", "bytearray" et "array.array", ainsi que beaucoup d'objets
   "memoryview". Les objets bytes-compatibles peuvent être utilisés
   pour diverses opérations sur des données binaires, comme la
   compression, la sauvegarde dans un fichier binaire ou l'envoi sur
   le réseau.

   Certaines opérations nécessitent de travailler sur des données
   binaires variables. La documentation parle de ceux-ci comme des
   *read-write bytes-like objects*. Par exemple, "bytearray" ou une
   "memoryview" d'un "bytearray" en font partie. D'autres opérations
   nécessitent de travailler sur des données binaires stockées dans
   des objets immuables (*"read-only bytes-like objects"*), par
   exemples "bytes" ou "memoryview" d'un objet "byte".

code intermédiaire (*bytecode*)
   Le code source, en Python, est compilé en un code intermédiaire
   (*bytecode* en anglais), la représentation interne à CPython d'un
   programme Python. Le code intermédiaire est mis en cache dans un
   fichier ".pyc" de manière à ce qu'une seconde exécution soit plus
   rapide (la compilation en code intermédiaire a déjà été faite). On
   dit que ce *langage intermédiaire* est exécuté sur une *virtual
   machine* qui exécute des instructions machine pour chaque
   instruction du code intermédiaire. Notez que le code intermédiaire
   n'a pas vocation à fonctionner sur différentes machines virtuelles
   Python ou à être stable entre différentes versions de Python.

   La documentation du module dis fournit une liste des instructions
   du code intermédiaire.

fonction de rappel
   Une sous-fonction passée en argument pour être exécutée plus tard.

classe
   Modèle pour créer des objets définis par l'utilisateur. Une
   définition de classe (*class*) contient normalement des définitions
   de méthodes qui agissent sur les instances de la classe.

variable de classe
   Une variable définie dans une classe et destinée à être modifiée
   uniquement au niveau de la classe (c'est-à-dire, pas dans une
   instance de la classe).

coercition
   Conversion implicite d'une instance d'un type vers un autre lors
   d'une opération dont les deux opérandes doivent être de même type.
   Par exemple "int(3.15)" convertit explicitement le nombre à virgule
   flottante en nombre entier "3". Mais dans l'opération "3 + 4.5",
   les deux opérandes sont d'un type différent (un entier et un nombre
   à virgule flottante), alors qu'ils doivent avoir le même type pour
   être additionnés (sinon une exception "TypeError" serait levée).
   Sans coercition, tous les opérandes, même de types compatibles,
   devraient être convertis (on parle aussi de *cast*) explicitement
   par le développeur, par exemple : "float(3) + 4.5" au lieu du
   simple "3 + 4.5".

nombre complexe
   Extension des nombres réels familiers, dans laquelle tous les
   nombres sont exprimés sous la forme d'une somme d'une partie réelle
   et d'une partie imaginaire. Les nombres imaginaires sont les
   nombres réels multipliés par l'unité imaginaire (la racine carrée
   de "-1", souvent écrite "i" en mathématiques ou "j" par les
   ingénieurs). Python comprend nativement les nombres complexes,
   écrits avec cette dernière notation : la partie imaginaire est
   écrite avec un suffixe "j", exemple, "3+1j". Pour utiliser les
   équivalents complexes de "math", utilisez "cmath". Les nombres
   complexes sont un concept assez avancé en mathématiques. Si vous ne
   connaissez pas ce concept, vous pouvez tranquillement les ignorer.

gestionnaire de contexte
   Objet contrôlant l'environnement à l'intérieur d'un bloc "with" en
   définissant les méthodes "__enter__()" et "__exit__()". Consultez
   la **PEP 343**.

variable de contexte
   Une variable qui peut avoir des valeurs différentes en fonction de
   son contexte. Cela est similaire au stockage par fil d’exécution
   (*Thread Local Storage* en anglais) dans lequel chaque fil
   d’exécution peut avoir une valeur différente pour une variable.
   Toutefois, avec les variables de contexte, il peut y avoir
   plusieurs contextes dans un fil d’exécution et l’utilisation
   principale pour les variables de contexte est de garder une trace
   des variables dans les tâches asynchrones concourantes. Voir
   "contextvars".

contigu
   Un tampon (*buffer* en anglais) est considéré comme contigu s’il
   est soit *C-contigu* soit *Fortran-contigu*. Les tampons de
   dimension zéro sont C-contigus et Fortran-contigus. Pour un tableau
   à une dimension, ses éléments doivent être placés en mémoire l’un à
   côté de l’autre, dans l’ordre croissant de leur indice, en
   commençant à zéro. Pour qu’un tableau multidimensionnel soit
   C-contigu, le dernier indice doit être celui qui varie le plus
   rapidement lors du parcours de ses éléments dans l’ordre de leur
   adresse mémoire. À l'inverse, dans les tableaux Fortran-contigu,
   c’est le premier indice qui doit varier le plus rapidement.

coroutine
   Les coroutines sont une forme généralisée des fonctions. On entre
   dans une fonction en un point et on en sort en un autre point. On
   peut entrer, sortir et reprendre l'exécution d'une coroutine en
   plusieurs points. Elles peuvent être implémentées en utilisant
   l'instruction "async def". Voir aussi la **PEP 492**.

fonction coroutine
   Fonction qui renvoie un objet *coroutine*. Une fonction coroutine
   peut être définie par l'instruction "async def" et peut contenir
   les mots clés "await", "async for" ainsi que "async with". A été
   introduit par la **PEP 492**.

CPython
   L'implémentation canonique du langage de programmation Python, tel
   que distribué sur python.org. Le terme "CPython" est utilisé dans
   certains contextes lorsqu'il est nécessaire de distinguer cette
   implémentation des autres comme *Jython* ou *IronPython*.

décorateur
   Fonction dont la valeur de retour est une autre fonction. Un
   décorateur est habituellement utilisé pour transformer une fonction
   via la syntaxe "@wrapper", dont les exemples typiques sont :
   "classmethod()" et "staticmethod()".

   La syntaxe des décorateurs est simplement du sucre syntaxique, les
   définitions des deux fonctions suivantes sont sémantiquement
   équivalentes :

      def f(...):
          ...
      f = staticmethod(f)

      @staticmethod
      def f(...):
          ...

   Quoique moins fréquemment utilisé, le même concept existe pour les
   classes. Consultez la documentation définitions de fonctions et
   définitions de classes pour en savoir plus sur les décorateurs.

descripteur
   N'importe quel objet définissant les méthodes "__get__()",
   "__set__()", ou "__delete__()". Lorsque l'attribut d'une classe est
   un descripteur, son comportement spécial est déclenché lors de la
   recherche des attributs. Normalement, lorsque vous écrivez *a.b*
   pour obtenir, affecter ou effacer un attribut, Python recherche
   l'objet nommé *b* dans le dictionnaire de la classe de *a*. Mais si
   *b* est un descripteur, c'est la méthode de ce descripteur qui est
   alors appelée. Comprendre les descripteurs est requis pour avoir
   une compréhension approfondie de Python, ils sont la base de nombre
   de ses caractéristiques notamment les fonctions, méthodes,
   propriétés, méthodes de classes, méthodes statiques et les
   références aux classes parentes.

   Pour plus d'informations sur les méthodes des descripteurs,
   consultez Implémentation de descripteurs ou le guide pour
   l'utilisation des descripteurs.

dictionnaire
   Structure de donnée associant des clés à des valeurs. Les clés
   peuvent être n'importe quel objet possédant les méthodes
   "__hash__()" et "__eq__()". En Perl, les dictionnaires sont appelés
   "*hash*".

dictionnaire en compréhension (ou dictionnaire en intension)
   Écriture concise pour traiter tout ou partie des éléments d'un
   itérable et renvoyer un dictionnaire contenant les résultats.
   "results = {n: n ** 2 for n in range(10)}" génère un dictionnaire
   contenant des clés "n" liée à leur valeurs "n ** 2". Voir
   Agencements des listes, ensembles et dictionnaires.

vue de dictionnaire
   Objets retournés par les méthodes "dict.keys()", "dict.values()" et
   "dict.items()". Ils fournissent des vues dynamiques des entrées du
   dictionnaire, ce qui signifie que lorsque le dictionnaire change,
   la vue change. Pour transformer une vue en vraie liste, utilisez
   "list(dictview)". Voir Les vues de dictionnaires.

*docstring* (chaîne de documentation)
   Première chaîne littérale qui apparaît dans l'expression d'une
   classe, fonction, ou module. Bien qu'ignorée à l'exécution, elle
   est reconnue par le compilateur et placée dans l'attribut "__doc__"
   de la classe, de la fonction ou du module. Comme cette chaîne est
   disponible par introspection, c'est l'endroit idéal pour documenter
   l'objet.

duck-typing
   Style de programmation qui ne prend pas en compte le type d'un
   objet pour déterminer s'il respecte une interface, mais qui appelle
   simplement la méthode ou l'attribut (*Si ça a un bec et que ça
   cancane, ça doit être un canard*, *duck* signifie canard en
   anglais). En se concentrant sur les interfaces plutôt que les
   types, du code bien construit améliore sa flexibilité en autorisant
   des substitutions polymorphiques. Le *duck-typing* évite de
   vérifier les types via "type()" ou "isinstance()", Notez cependant
   que le *duck-typing* peut travailler de pair avec les *classes de
   base abstraites*. À la place, le *duck-typing* utilise plutôt
   "hasattr()" ou la programmation *EAFP*.

EAFP
   Il est plus simple de demander pardon que demander la permission
   (*Easier to Ask for Forgiveness than Permission* en anglais). Ce
   style de développement Python fait l'hypothèse que le code est
   valide et traite les exceptions si cette hypothèse s'avère fausse.
   Ce style, propre et efficace, est caractérisé par la présence de
   beaucoup de mots clés "try" et "except". Cette technique de
   programmation contraste avec le style *LBYL* utilisé couramment
   dans les langages tels que C.

expression
   Suite logique de termes et chiffres conformes à la syntaxe Python
   dont l'évaluation fournit une valeur. En d'autres termes, une
   expression est une suite d'éléments tels que des noms, opérateurs,
   littéraux, accès d'attributs, méthodes ou fonctions qui aboutissent
   à une valeur. Contrairement à beaucoup d'autres langages, les
   différentes constructions du langage ne sont pas toutes des
   expressions. On trouve également des *instructions* qui ne peuvent
   pas être utilisées comme expressions, tel que "while". Les
   affectations sont également des instructions et non des
   expressions.

module d'extension
   Module écrit en C ou C++, utilisant l'API C de Python pour
   interagir avec Python et le code de l'utilisateur.

f-string
   Chaîne littérale préfixée de "'f'" ou "'F'". Les "f-strings" sont
   un raccourci pour formatted string literals. Voir la **PEP 498**.

objet fichier
   Objet exposant une ressource via une API orientée fichier (avec les
   méthodes "read()" ou "write()"). En fonction de la manière dont il
   a été créé, un objet fichier peut interfacer l'accès à un fichier
   sur le disque ou à un autre type de stockage ou de communication
   (typiquement l'entrée standard, la sortie standard, un tampon en
   mémoire, un connecteur réseau…). Les objets fichiers sont aussi
   appelés *file-like-objects* ou *streams*.

   Il existe en réalité trois catégories de fichiers objets : les
   *fichiers binaires* bruts, les *fichiers binaires* avec tampon
   (*buffer*) et les *fichiers textes*. Leurs interfaces sont définies
   dans le module "io". Le moyen le plus simple et direct de créer un
   objet fichier est d'utiliser la fonction "open()".

objet fichier-compatible
   Synonyme de *objet fichier*.

chercheur
   Objet qui essaie de trouver un *chargeur* pour le module en cours
   d'importation.

   Depuis Python 3.3, il existe deux types de chercheurs : les
   *chercheurs dans les méta-chemins* à utiliser avec "sys.meta_path"
   ; les *chercheurs d'entrée dans path* à utiliser avec
   "sys.path_hooks".

   Voir les **PEP 302**, **PEP 420** et **PEP 451** pour plus de
   détails.

division entière
   Division mathématique arrondissant à l'entier inférieur.
   L'opérateur de la division entière est "//". Par exemple
   l'expression "11 // 4" vaut "2", contrairement à "11 / 4" qui vaut
   "2.75". Notez que "(-11) // 4" vaut "-3" car l'arrondi se fait à
   l'entier inférieur. Voir la **PEP 328**.

fonction
   Suite d'instructions qui renvoie une valeur à son appelant. On peut
   lui passer des *arguments* qui pourront être utilisés dans le corps
   de la fonction. Voir aussi *paramètre*, *méthode* et Définition de
   fonctions.

annotation de fonction
   *annotation* d'un paramètre de fonction ou valeur de retour.

   Les annotations de fonctions sont généralement utilisées pour des
   *indications de types* : par exemple, cette fonction devrait
   prendre deux arguments "int" et devrait également avoir une valeur
   de retour de type "int" :

      def sum_two_numbers(a: int, b: int) -> int:
         return a + b

   L'annotation syntaxique de la fonction est expliquée dans la
   section Définition de fonctions.

   Voir *variable annotation* et **PEP 484**, qui décrivent cette
   fonctionnalité.

__future__
   Pseudo-module que les développeurs peuvent utiliser pour activer de
   nouvelles fonctionnalités du langage qui ne sont pas compatibles
   avec l'interpréteur utilisé.

   En important le module "__future__" et en affichant ses variables,
   vous pouvez voir à quel moment une nouvelle fonctionnalité a été
   rajoutée dans le langage et quand elle devient le comportement par
   défaut :

      >>> import __future__
      >>> __future__.division
      _Feature((2, 2, 0, 'alpha', 2), (3, 0, 0, 'alpha', 0), 8192)

ramasse-miettes
   (*garbage collection* en anglais) Mécanisme permettant de libérer
   de la mémoire lorsqu'elle n'est plus utilisée. Python utilise un
   ramasse-miettes par comptage de référence et un ramasse-miettes
   cyclique capable de détecter et casser les références circulaires.
   Le ramasse-miettes peut être contrôlé en utilisant le module "gc".

générateur
   Fonction qui renvoie un *itérateur de générateur*. Cela ressemble à
   une fonction normale, en dehors du fait qu'elle contient une ou des
   expressions "yield" produisant une série de valeurs utilisable dans
   une boucle *for* ou récupérées une à une via la fonction "next()".

   Fait généralement référence à une fonction générateur mais peut
   faire référence à un *itérateur de générateur* dans certains
   contextes. Dans les cas où le sens voulu n'est pas clair, utiliser
   les termes complets lève l’ambiguïté.

itérateur de générateur
   Objet créé par une fonction *générateur*.

   Chaque "yield" suspend temporairement l'exécution, en se rappelant
   l'endroit et l'état de l'exécution (y compris les variables locales
   et les *try* en cours). Lorsque l'itérateur de générateur reprend,
   il repart là où il en était (contrairement à une fonction qui
   prendrait un nouveau départ à chaque invocation).

expression génératrice
   Expression qui donne un itérateur. Elle ressemble à une expression
   normale, suivie d'une clause "for" définissant une variable de
   boucle, un intervalle et une clause "if" optionnelle. Toute cette
   expression génère des valeurs pour la fonction qui l'entoure :

      >>> sum(i*i for i in range(10))         # sum of squares 0, 1, 4, ... 81
      285

fonction générique
   Fonction composée de plusieurs fonctions implémentant les mêmes
   opérations pour différents types. L'implémentation à utiliser est
   déterminée lors de l'appel par l'algorithme de répartition.

   Voir aussi *single dispatch*, le décorateur
   "functools.singledispatch()" et la **PEP 443**.

type générique
   Un *type* qui peut être paramétré ; typiquement un conteneur comme
   une "list". Utilisé pour les *indications de type* et les
   *annotations*.

   Voir la **PEP 483** pour plus de détails, et "typing" ou alias
   générique de type pour ses utilisations.

GIL
   Voir *global interpreter lock*.

verrou global de l'interpréteur
   (*global interpreter lock* en anglais) Mécanisme utilisé par
   l'interpréteur *CPython* pour s'assurer qu'un seul fil d'exécution
   (*thread* en anglais) n'exécute le *bytecode* à la fois. Cela
   simplifie l'implémentation de CPython en rendant le modèle objet
   (incluant des parties critiques comme la classe native "dict")
   implicitement protégé contre les accès concourants. Verrouiller
   l'interpréteur entier rend plus facile l'implémentation de
   multiples fils d'exécution (*multi-thread* en anglais), au
   détriment malheureusement de beaucoup du parallélisme possible sur
   les machines ayant plusieurs processeurs.

   Cependant, certains modules d'extension, standards ou non, sont
   conçus de manière à libérer le GIL lorsqu'ils effectuent des tâches
   lourdes tel que la compression ou le hachage. De la même manière,
   le GIL est toujours libéré lors des entrées / sorties.

   Les tentatives précédentes d'implémenter un interpréteur Python
   avec une granularité de verrouillage plus fine ont toutes échouées,
   à cause de leurs mauvaises performances dans le cas d'un processeur
   unique. Il est admis que corriger ce problème de performance induit
   mènerait à une implémentation beaucoup plus compliquée et donc plus
   coûteuse à maintenir.

*pyc* utilisant le hachage
   Un fichier de cache de code intermédiaire (*bytecode* en anglais)
   qui utilise le hachage plutôt que l'heure de dernière modification
   du fichier source correspondant pour déterminer sa validité. Voir
   Invalidation de bytecode mis en cache.

hachable
   Un objet est *hachable* s'il a une empreinte (*hash*) qui ne change
   jamais (il doit donc implémenter une méthode "__hash__()") et s'il
   peut être comparé à d'autres objets (avec la méthode "__eq__()").
   Les objets hachables dont la comparaison par "__eq__" est vraie
   doivent avoir la même empreinte.

   La hachabilité permet à un objet d'être utilisé comme clé de
   dictionnaire ou en tant que membre d'un ensemble (type *set*), car
   ces structures de données utilisent ce *hash*.

   La plupart des types immuables natifs de Python sont hachables,
   mais les conteneurs muables (comme les listes ou les dictionnaires)
   ne le sont pas ; les conteneurs immuables (comme les n-uplets ou
   les ensembles figés) ne sont hachables que si leurs éléments sont
   hachables. Les instances de classes définies par les utilisateurs
   sont hachables par défaut. Elles sont toutes considérées
   différentes (sauf avec elles-mêmes) et leur valeur de hachage est
   calculée à partir de leur "id()".

IDLE
   Environnement de développement intégré pour Python. IDLE est un
   éditeur basique et un interpréteur livré avec la distribution
   standard de Python.

immuable
   Objet dont la valeur ne change pas. Les nombres, les chaînes et les
   n-uplets sont immuables. Ils ne peuvent être modifiés. Un nouvel
   objet doit être créé si une valeur différente doit être stockée.
   Ils jouent un rôle important quand une valeur de *hash* constante
   est requise, typiquement en clé de dictionnaire.

chemin des importations
   Liste de *entrées* dans lesquelles le *chercheur basé sur les
   chemins* cherche les modules à importer. Typiquement, lors d'une
   importation, cette liste vient de "sys.path" ; pour les sous-
   paquets, elle peut aussi venir de l'attribut "__path__" du paquet
   parent.

importing
   Processus rendant le code Python d'un module disponible dans un
   autre.

importateur
   Objet qui trouve et charge un module, en même temps un *chercheur*
   et un *chargeur*.

interactif
   Python a un interpréteur interactif, ce qui signifie que vous
   pouvez écrire des expressions et des instructions à l'invite de
   l'interpréteur. L'interpréteur Python va les exécuter immédiatement
   et vous en présenter le résultat. Démarrez juste "python"
   (probablement depuis le menu principal de votre ordinateur). C'est
   un moyen puissant pour tester de nouvelles idées ou étudier de
   nouveaux modules (souvenez-vous de "help(x)").

interprété
   Python est un langage interprété, en opposition aux langages
   compilés, bien que la frontière soit floue en raison de la présence
   d'un compilateur en code intermédiaire. Cela signifie que les
   fichiers sources peuvent être exécutés directement, sans avoir à
   compiler un fichier exécutable intermédiaire. Les langages
   interprétés ont généralement un cycle de développement / débogage
   plus court que les langages compilés. Cependant, ils s'exécutent
   généralement plus lentement. Voir aussi *interactif*.

arrêt de l'interpréteur
   Lorsqu'on lui demande de s'arrêter, l'interpréteur Python entre
   dans une phase spéciale où il libère graduellement les ressources
   allouées, comme les modules ou quelques structures de données
   internes. Il fait aussi quelques appels au *ramasse-miettes*. Cela
   peut déclencher l'exécution de code dans des destructeurs ou des
   fonctions de rappels de *weakrefs*. Le code exécuté lors de l'arrêt
   peut rencontrer des exceptions puisque les ressources auxquelles il
   fait appel sont susceptibles de ne plus fonctionner, (typiquement
   les modules des bibliothèques ou le mécanisme de *warning*).

   La principale raison d'arrêt de l'interpréteur est que le module
   "__main__" ou le script en cours d'exécution a terminé de
   s'exécuter.

itérable
   Objet capable de renvoyer ses éléments un à un. Par exemple, tous
   les types séquence (comme "list", "str", et "tuple"), quelques
   autres types comme "dict", *objets fichiers* ou tout objet d'une
   classe ayant une méthode "__iter__()" ou "__getitem__()" qui
   implémente la sémantique d'une *Sequence*.

   Les itérables peuvent être utilisés dans des boucles "for" et à
   beaucoup d'autres endroits où une séquence est requise ("zip()",
   "map()"…). Lorsqu'un itérable est passé comme argument à la
   fonction native "iter()", celle-ci fournit en retour un itérateur
   sur cet itérable. Cet itérateur n'est valable que pour une seule
   passe sur le jeu de valeurs. Lors de l'utilisation d'itérables, il
   n'est habituellement pas nécessaire d'appeler "iter()" ou de
   s'occuper soi-même des objets itérateurs. L'instruction "for" le
   fait automatiquement pour vous, créant une variable temporaire
   anonyme pour garder l'itérateur durant la boucle. Voir aussi
   *itérateur*, *séquence* et *générateur*.

itérateur
   Objet représentant un flux de donnée. Des appels successifs à la
   méthode "__next__()" de l'itérateur (ou le passer à la fonction
   native "next()") donne successivement les objets du flux. Lorsque
   plus aucune donnée n'est disponible, une exception "StopIteration"
   est levée. À ce point, l'itérateur est épuisé et tous les appels
   suivants à sa méthode "__next__()" lèveront encore une exception
   "StopIteration". Les itérateurs doivent avoir une méthode
   "__iter__()" qui renvoie l'objet itérateur lui-même, de façon à ce
   que chaque itérateur soit aussi itérable et puisse être utilisé
   dans la plupart des endroits où d'autres itérables sont attendus.
   Une exception notable est un code qui tente plusieurs itérations
   complètes. Un objet conteneur, (tel que "list") produit un nouvel
   itérateur neuf à chaque fois qu'il est passé à la fonction "iter()"
   ou s'il est utilisé dans une boucle "for". Faire ceci sur un
   itérateur donnerait simplement le même objet itérateur épuisé
   utilisé dans son itération précédente, le faisant ressembler à un
   conteneur vide.

   Vous trouverez davantage d'informations dans Les types itérateurs.

fonction clé
   Une fonction clé est un objet appelable qui renvoie une valeur à
   fins de tri ou de classement. Par exemple, la fonction
   "locale.strxfrm()" est utilisée pour générer une clé de classement
   prenant en compte les conventions de classement spécifiques aux
   paramètres régionaux courants.

   Plusieurs outils dans Python acceptent des fonctions clés pour
   déterminer comment les éléments sont classés ou groupés. On peut
   citer les fonctions "min()", "max()", "sorted()", "list.sort()",
   "heapq.merge()", "heapq.nsmallest()", "heapq.nlargest()" et
   "itertools.groupby()".

   Il existe plusieurs moyens de créer une fonction clé. Par exemple,
   la méthode "str.lower()" peut servir de fonction clé pour effectuer
   des recherches insensibles à la casse. Aussi, il est possible de
   créer des fonctions clés avec des expressions "lambda", comme
   "lambda r: (r[0], r[2])". Vous noterez que le module "operator"
   propose des constructeurs de fonctions clefs : "attrgetter()",
   "itemgetter()" et "methodcaller()". Voir Comment Trier pour des
   exemples de création et d'utilisation de fonctions clefs.

argument nommé
   Voir *argument*.

lambda
   Fonction anonyme sous la forme d'une *expression* et ne contenant
   qu'une seule expression, exécutée lorsque la fonction est appelée.
   La syntaxe pour créer des fonctions lambda est : "lambda
   [parameters]: expression"

LBYL
   Regarde avant de sauter, (*Look before you leap* en anglais). Ce
   style de programmation consiste à vérifier des conditions avant
   d'effectuer des appels ou des accès. Ce style contraste avec le
   style *EAFP* et se caractérise par la présence de beaucoup
   d'instructions "if".

   Dans un environnement avec plusieurs fils d'exécution (*multi-
   threaded* en anglais), le style *LBYL* peut engendrer un
   séquencement critique (*race condition* en anglais) entre le
   "regarde" et le "sauter". Par exemple, le code "if key in mapping:
   return mapping[key]" peut échouer si un autre fil d'exécution
   supprime la clé *key* du *mapping* après le test mais avant
   l'accès. Ce problème peut être résolu avec des verrous (*locks*) ou
   avec l'approche EAFP.

list
   Un type natif de *sequence* dans Python. En dépit de son nom, une
   "list" ressemble plus à un tableau (*array* dans la plupart des
   langages) qu'à une liste chaînée puisque les accès se font en O(1).

liste en compréhension (ou liste en intention)
   Écriture concise pour manipuler tout ou partie des éléments d'une
   séquence et renvoyer une liste contenant les résultats. "result =
   ['{:#04x}'.format(x) for x in range(256) if x % 2 == 0]" génère la
   liste composée des nombres pairs de 0 à 255 écrits sous formes de
   chaînes de caractères et en hexadécimal ("0x…"). La clause "if" est
   optionnelle. Si elle est omise, tous les éléments du "range(256)"
   seront utilisés.

chargeur
   Objet qui charge un module. Il doit définir une méthode nommée
   "load_module()". Un chargeur est typiquement donné par un
   *chercheur*. Voir la **PEP 302** pour plus de détails et
   "importlib.ABC.Loader" pour sa *classe de base abstraite*.

méthode magique
   Un synonyme informel de *special method*.

tableau de correspondances
   (*mapping* en anglais) Conteneur permettant de rechercher des
   éléments à partir de clés et implémentant les méthodes spécifiées
   dans les classes de base abstraites "collections.abc.Mapping" ou
   "collections.abc.MutableMapping". Les classes suivantes sont des
   exemples de tableaux de correspondances : "dict",
   "collections.defaultdict", "collections.OrderedDict" et
   "collections.Counter".

chercheur dans les méta-chemins
   Un *chercheur* renvoyé par une recherche dans "sys.meta_path". Les
   chercheurs dans les méta-chemins ressemblent, mais sont différents
   des *chercheurs d'entrée dans path*.

   Voir "importlib.abc.MetaPathFinder" pour les méthodes que les
   chercheurs dans les méta-chemins doivent implémenter.

métaclasse
   Classe d'une classe. Les définitions de classe créent un nom pour
   la classe, un dictionnaire de classe et une liste de classes
   parentes. La métaclasse a pour rôle de réunir ces trois paramètres
   pour construire la classe. La plupart des langages orientés objet
   fournissent une implémentation par défaut. La particularité de
   Python est la possibilité de créer des métaclasses personnalisées.
   La plupart des utilisateurs n'auront jamais besoin de cet outil,
   mais lorsque le besoin survient, les métaclasses offrent des
   solutions élégantes et puissantes. Elles sont utilisées pour
   journaliser les accès à des propriétés, rendre sûrs les
   environnements *multi-threads*, suivre la création d'objets,
   implémenter des singletons et bien d'autres tâches.

   Plus d'informations sont disponibles dans : Méta-classes.

méthode
   Fonction définie à l'intérieur d'une classe. Lorsqu'elle est
   appelée comme un attribut d'une instance de cette classe, la
   méthode reçoit l'instance en premier *argument* (qui, par
   convention, est habituellement nommé "self"). Voir *function* et
   *nested scope*.

ordre de résolution des méthodes
   L'ordre de résolution des méthodes (*MRO* pour *Method Resolution
   Order* en anglais) est, lors de la recherche d'un attribut dans les
   classes parentes, la façon dont l'interpréteur Python classe ces
   classes parentes. Voir The Python 2.3 Method Resolution Order pour
   plus de détails sur l'algorithme utilisé par l'interpréteur Python
   depuis la version 2.3.

module
   Objet utilisé pour organiser une portion unitaire de code en
   Python. Les modules ont un espace de nommage et peuvent contenir
   n'importe quels objets Python. Charger des modules est appelé
   *importer*.

   Voir aussi *paquet*.

spécificateur de module
   Espace de nommage contenant les informations, relatives à
   l'importation, utilisées pour charger un module. C'est une instance
   de la classe "importlib.machinery.ModuleSpec".

MRO
   Voir *ordre de résolution des méthodes*.

muable
   Un objet muable peut changer de valeur tout en gardant le même
   "id()". Voir aussi *immuable*.

n-uplet nommé
   Le terme "n-uplet nommé" s'applique à tous les types ou classes qui
   héritent de la classe "tuple" et dont les éléments indexables sont
   aussi accessibles en utilisant des attributs nommés. Les types et
   classes peuvent avoir aussi d'autres caractéristiques.

   Plusieurs types natifs sont appelés n-uplets, y compris les valeurs
   retournées par "time.localtime()" et "os.stat()". Un autre exemple
   est "sys.float_info" :

      >>> sys.float_info[1]                   # indexed access
      1024
      >>> sys.float_info.max_exp              # named field access
      1024
      >>> isinstance(sys.float_info, tuple)   # kind of tuple
      True

   Certains *n-uplets nommés* sont des types natifs (comme les
   exemples ci-dessus). Sinon, un *n-uplet nommé* peut être créé à
   partir d'une définition de classe habituelle qui hérite de "tuple"
   et qui définit les champs nommés. Une telle classe peut être écrite
   à la main ou être créée avec la fonction
   "collections.namedtuple()". Cette dernière méthode ajoute des
   méthodes supplémentaires qui ne seront pas trouvées dans celles
   écrites à la main ni dans les n-uplets nommés natifs.

espace de nommage
   L'endroit où une variable est stockée. Les espaces de nommage sont
   implémentés avec des dictionnaires. Il existe des espaces de
   nommage globaux, natifs ou imbriqués dans les objets (dans les
   méthodes). Les espaces de nommage favorisent la modularité car ils
   permettent d'éviter les conflits de noms. Par exemple, les
   fonctions "builtins.open" et "os.open()" sont différenciées par
   leurs espaces de nom. Les espaces de nommage aident aussi à la
   lisibilité et la maintenabilité en rendant clair quel module
   implémente une fonction. Par exemple, écrire "random.seed()" ou
   "itertools.islice()" affiche clairement que ces fonctions sont
   implémentées respectivement dans les modules "random" et
   "itertools".

paquet-espace de nommage
   Un *paquet* tel que défini dans la **PEP 421** qui ne sert qu'à
   contenir des sous-paquets. Les paquets-espace de nommage peuvent
   n'avoir aucune représentation physique et, plus spécifiquement, ne
   sont pas comme un *paquet classique* puisqu'ils n'ont pas de
   fichier "__init__.py".

   Voir aussi *module*.

portée imbriquée
   Possibilité de faire référence à une variable déclarée dans une
   définition englobante. Typiquement, une fonction définie à
   l'intérieur d'une autre fonction a accès aux variables de cette
   dernière. Souvenez-vous cependant que cela ne fonctionne que pour
   accéder à des variables, pas pour les assigner. Les variables
   locales sont lues et assignées dans l'espace de nommage le plus
   proche. Tout comme les variables globales qui sont stockés dans
   l'espace de nommage global, le mot clef "nonlocal" permet d'écrire
   dans l'espace de nommage dans lequel est déclarée la variable.

nouvelle classe
   Ancien nom pour l'implémentation actuelle des classes, pour tous
   les objets. Dans les anciennes versions de Python, seules les
   nouvelles classes pouvaient utiliser les nouvelles fonctionnalités
   telles que "__slots__", les descripteurs, les propriétés,
   "__getattribute__()", les méthodes de classe et les méthodes
   statiques.

objet
   N'importe quelle donnée comportant des états (sous forme
   d'attributs ou d'une valeur) et un comportement (des méthodes).
   C'est aussi ("object") l'ancêtre commun à absolument toutes les
   *nouvelles classes*.

paquet
   *module* Python qui peut contenir des sous-modules ou des sous-
   paquets. Techniquement, un paquet est un module qui possède un
   attribut "__path__".

   Voir aussi *paquet classique* et *namespace package*.

paramètre
   Entité nommée dans la définition d'une *fonction* (ou méthode),
   décrivant un *argument* (ou dans certains cas des arguments) que la
   fonction accepte. Il existe cinq sortes de paramètres :

   * *positional-or-keyword* : l'argument peut être passé soit par sa
     *position*, soit en tant que *argument nommé*. C'est le type de
     paramètre par défaut. Par exemple, *foo* et *bar* dans l'exemple
     suivant :

        def func(foo, bar=None): ...

   * *positional-only* : définit un argument qui ne peut être fourni
     que par position. Les paramètres *positional-only* peuvent être
     définis en insérant un caractère "/" dans la liste de paramètres
     de la définition de fonction après eux. Par exemple : *posonly1*
     et *posonly2* dans le code suivant :

        def func(posonly1, posonly2, /, positional_or_keyword): ...

   * *keyword-only* : l'argument ne peut être fourni que nommé. Les
     paramètres *keyword-only* peuvent être définis en utilisant un
     seul paramètre *var-positional*, ou en ajoutant une étoile ("*")
     seule dans la liste des paramètres avant eux. Par exemple,
     *kw_only1* et *kw_only2* dans le code suivant :

        def func(arg, *, kw_only1, kw_only2): ...

   * *var-positional* : une séquence d'arguments positionnels peut
     être fournie (en plus de tous les arguments positionnels déjà
     acceptés par d'autres paramètres). Un tel paramètre peut être
     défini en préfixant son nom par une "*". Par exemple *args* ci-
     après :

        def func(*args, **kwargs): ...

   * *var-keyword* : une quantité arbitraire d'arguments peut être
     passée, chacun étant nommé (en plus de tous les arguments nommés
     déjà acceptés par d'autres paramètres). Un tel paramètre est
     défini en préfixant le nom du paramètre par "**". Par exemple,
     *kwargs* ci-dessus.

   Les paramètres peuvent spécifier des arguments obligatoires ou
   optionnels, ainsi que des valeurs par défaut pour les arguments
   optionnels.

   Voir aussi *argument* dans le glossaire, la question sur la
   différence entre les arguments et les paramètres dans la FAQ, la
   classe "inspect.Parameter", la section Définition de fonctions et
   la **PEP 362**.

entrée de chemin
   Emplacement dans le *chemin des importations* (*import path* en
   anglais, d'où le *path*) que le *chercheur basé sur les chemins*
   consulte pour trouver des modules à importer.

chercheur de chemins
   *chercheur* renvoyé par un appelable sur un "sys.path_hooks"
   (c'est-à-dire un *point d'entrée pour la recherche dans path*) qui
   sait où trouver des modules lorsqu'on lui donne une *entrée de
   path*.

   Voir "importlib.abc.PathEntryFinder" pour les méthodes qu'un
   chercheur d'entrée dans *path* doit implémenter.

point d'entrée pour la recherche dans *path*
   Appelable dans la liste "sys.path_hook" qui donne un *chercheur
   d'entrée dans path* s'il sait où trouver des modules pour une
   *entrée dans path* donnée.

chercheur basé sur les chemins
   L'un des *chercheurs dans les méta-chemins* par défaut qui cherche
   des modules dans un *chemin des importations*.

objet simili-chemin
   Objet représentant un chemin du système de fichiers. Un objet
   simili-chemin est un objet "str" ou un objet "bytes" représentant
   un chemin ou un objet implémentant le protocole "os.PathLike". Un
   objet qui accepte le protocole "os.PathLike" peut être converti en
   un chemin "str" ou "bytes" du système de fichiers en appelant la
   fonction "os.fspath()". "os.fsdecode()" et "os.fsencode()" peuvent
   être utilisées, respectivement, pour garantir un résultat de type
   "str" ou "bytes" à la place. A été Introduit par la **PEP 519**.

PEP
   *Python Enhancement Proposal* (Proposition d'amélioration Python).
   Un PEP est un document de conception fournissant des informations à
   la communauté Python ou décrivant une nouvelle fonctionnalité pour
   Python, ses processus ou son environnement. Les PEP doivent fournir
   une spécification technique concise et une justification des
   fonctionnalités proposées.

   Les PEPs sont censés être les principaux mécanismes pour proposer
   de nouvelles fonctionnalités majeures, pour recueillir les
   commentaires de la communauté sur une question et pour documenter
   les décisions de conception qui sont intégrées en Python. L’auteur
   du PEP est responsable de l’établissement d’un consensus au sein de
   la communauté et de documenter les opinions contradictoires.

   Voir **PEP 1**.

portion
   Jeu de fichiers dans un seul dossier (pouvant être stocké sous
   forme de fichier zip) qui contribue à l'espace de nommage d'un
   paquet, tel que défini dans la **PEP 420**.

argument positionnel
   Voir *argument*.

API provisoire
   Une API provisoire est une API qui n'offre aucune garantie de
   rétrocompatibilité (la bibliothèque standard exige la
   rétrocompatibilité). Bien que des changements majeurs d'une telle
   interface ne soient pas attendus, tant qu'elle est étiquetée
   provisoire, des changements cassant la rétrocompatibilité (y
   compris sa suppression complète) peuvent survenir si les
   développeurs principaux le jugent nécessaire. Ces modifications ne
   surviendront que si de sérieux problèmes sont découverts et qu'ils
   n'avaient pas été identifiés avant l'ajout de l'API.

   Même pour les API provisoires, les changements cassant la
   rétrocompatibilité sont considérés comme des "solutions de dernier
   recours". Tout ce qui est possible sera fait pour tenter de
   résoudre les problèmes en conservant la rétrocompatibilité.

   Ce processus permet à la bibliothèque standard de continuer à
   évoluer avec le temps, sans se bloquer longtemps sur des erreurs
   d'architecture. Voir la **PEP 411** pour plus de détails.

paquet provisoire
   Voir *provisional API*.

Python 3000
   Surnom donné à la série des Python 3.x (très vieux surnom donné à
   l'époque où Python 3 représentait un futur lointain). Aussi abrégé
   *Py3k*.

*Pythonique*
   Idée, ou bout de code, qui colle aux idiomes de Python plutôt
   qu'aux concepts communs rencontrés dans d'autres langages. Par
   exemple, il est idiomatique en Python de parcourir les éléments
   d'un itérable en utilisant "for". Beaucoup d'autres langages n'ont
   pas cette possibilité, donc les gens qui ne sont pas habitués à
   Python utilisent parfois un compteur numérique à la place :

      for i in range(len(food)):
          print(food[i])

   Plutôt qu'utiliser la méthode, plus propre et élégante, donc
   *Pythonique* :

      for piece in food:
          print(piece)

nom qualifié
   Nom, comprenant des points, montrant le "chemin" de l'espace de
   nommage global d'un module vers une classe, fonction ou méthode
   définie dans ce module, tel que défini dans la **PEP 3155**. Pour
   les fonctions et classes de premier niveau, le nom qualifié est le
   même que le nom de l'objet :

      >>> class C:
      ...     class D:
      ...         def meth(self):
      ...             pass
      ...
      >>> C.__qualname__
      'C'
      >>> C.D.__qualname__
      'C.D'
      >>> C.D.meth.__qualname__
      'C.D.meth'

   Lorsqu'il est utilisé pour nommer des modules, le *nom qualifié
   complet* (*fully qualified name - FQN* en anglais) signifie le
   chemin complet (séparé par des points) vers le module, incluant
   tous les paquets parents. Par exemple : "email.mime.text" :

      >>> import email.mime.text
      >>> email.mime.text.__name__
      'email.mime.text'

nombre de références
   Nombre de références à un objet. Lorsque le nombre de références à
   un objet descend à zéro, l'objet est désalloué. Le comptage de
   référence n'est généralement pas visible dans le code Python, mais
   c'est un élément clé de l'implémentation *CPython*. Le module "sys"
   définit une fonction "getrefcount()" que les développeurs peuvent
   utiliser pour obtenir le nombre de références à un objet donné.

paquet classique
   *paquet* traditionnel, tel qu'un dossier contenant un fichier
   "__init__.py".

   Voir aussi *paquet-espace de nommage*.

__slots__
   Déclaration dans une classe qui économise de la mémoire en
   pré-allouant de l'espace pour les attributs des instances et qui
   élimine le dictionnaire (des attributs) des instances. Bien que
   populaire, cette technique est difficile à maîtriser et devrait
   être réservée à de rares cas où un grand nombre d'instances dans
   une application devient un sujet critique pour la mémoire.

séquence
   *itérable* qui offre un accès efficace à ses éléments par un indice
   sous forme de nombre entier via la méthode spéciale "__getitem__()"
   et qui définit une méthode "__len__()" donnant sa taille. Voici
   quelques séquences natives : "list", "str", "tuple", et "bytes".
   Notez que "dict" possède aussi une méthode "__getitem__()" et une
   méthode "__len__()", mais il est considéré comme un *mapping*
   plutôt qu'une séquence, car ses accès se font par une clé
   arbitraire *immuable* plutôt qu'un nombre entier.

   La classe abstraite de base "collections.abc.Sequence" définit une
   interface plus riche qui va au-delà des simples "__getitem__()" et
   "__len__()", en ajoutant "count()", "index()", "__contains__()" et
   "__reversed__()". Les types qui implémentent cette interface
   étendue peuvent s'enregistrer explicitement en utilisant
   "register()".

ensemble en compréhension (ou ensemble en intension)
   Une façon compacte de traiter tout ou partie des éléments d'un
   itérable et de renvoyer un *set* avec les résultats. "results = {c
   for c in 'abracadabra' if c not in 'abc'}" génère l'ensemble
   contenant les lettres « r » et « d » "{'r', 'd'}". Voir Agencements
   des listes, ensembles et dictionnaires.

distribution simple
   Forme de distribution, comme les *fonction génériques*, où
   l'implémentation est choisie en fonction du type d'un seul
   argument.

tranche
   (*slice* en anglais), un objet contenant habituellement une portion
   de *séquence*. Une tranche est créée en utilisant la notation "[]"
   avec des ":" entre les nombres lorsque plusieurs sont fournis,
   comme dans "variable_name[1:3:5]". Cette notation utilise des
   objets "slice" en interne.

méthode spéciale
   (*special method* en anglais) Méthode appelée implicitement par
   Python pour exécuter une opération sur un type, comme une addition.
   De telles méthodes ont des noms commençant et terminant par des
   doubles tirets bas. Les méthodes spéciales sont documentées dans
   Méthodes spéciales.

instruction
   Une instruction (*statement* en anglais) est un composant d'un
   "bloc" de code. Une instruction est soit une *expression*, soit une
   ou plusieurs constructions basées sur un mot-clé, comme "if",
   "while" ou "for".

encodage de texte
   Codec (codeur-décodeur) qui convertit des chaînes de caractères
   Unicode en octets (classe *bytes*).

fichier texte
   *file object* capable de lire et d'écrire des objets "str".
   Souvent, un fichier texte (*text file* en anglais) accède en fait à
   un flux de donnée en octets et gère l'*text encoding*
   automatiquement. Des exemples de fichiers textes sont les fichiers
   ouverts en mode texte ("'r'" ou "'w'"), "sys.stdin", "sys.stdout"
   et les instances de "io.StringIO".

   Voir aussi *binary file* pour un objet fichier capable de lire et
   d'écrire *bytes-like objects*.

chaîne entre triple guillemets
   Chaîne qui est délimitée par trois guillemets simples ("'") ou
   trois guillemets doubles ("""). Bien qu'elle ne fournisse aucune
   fonctionnalité qui ne soit pas disponible avec une chaîne entre
   guillemets, elle est utile pour de nombreuses raisons. Elle vous
   autorise à insérer des guillemets simples et doubles dans une
   chaîne sans avoir à les protéger et elle peut s'étendre sur
   plusieurs lignes sans avoir à terminer chaque ligne par un "\".
   Elle est ainsi particulièrement utile pour les chaînes de
   documentation (*docstrings*).

type
   Le type d'un objet Python détermine quel genre d'objet c'est. Tous
   les objets ont un type. Le type d'un objet peut être obtenu via son
   attribut "__class__" ou via "type(obj)".

alias de type
   Synonyme d'un type, créé en affectant le type à un identifiant.

   Les alias de types sont utiles pour simplifier les *indications de
   types*. Par exemple :

      def remove_gray_shades(
              colors: list[tuple[int, int, int]]) -> list[tuple[int, int, int]]:
          pass

   pourrait être rendu plus lisible comme ceci :

      Color = tuple[int, int, int]

      def remove_gray_shades(colors: list[Color]) -> list[Color]:
          pass

   Voir "typing" et **PEP 484**, qui décrivent cette fonctionnalité.

indication de type
   Le *annotation* qui spécifie le type attendu pour une variable, un
   attribut de classe, un paramètre de fonction ou une valeur de
   retour.

   Les indications de type sont facultatives et ne sont pas
   indispensables à l'interpréteur Python, mais elles sont utiles aux
   outils d'analyse de type statique et aident les IDE à compléter et
   à réusiner (*code refactoring* en anglais) le code.

   Les indicateurs de type de variables globales, d'attributs de
   classe et de fonctions, mais pas de variables locales, peuvent être
   consultés en utilisant "typing.get_type_hints()".

   Voir "typing" et **PEP 484**, qui décrivent cette fonctionnalité.

retours à la ligne universels
   Une manière d'interpréter des flux de texte dans lesquels sont
   reconnues toutes les fins de ligne suivantes : la convention Unix
   "'\n'", la convention Windows "'\r\n'" et l'ancienne convention
   Macintosh "'\r'". Voir la **PEP 278** et la **PEP 3116**, ainsi que
   la fonction "bytes.splitlines()" pour d'autres usages.

annotation de variable
   *annotation* d'une variable ou d'un attribut de classe.

   Lorsque vous annotez une variable ou un attribut de classe,
   l'affectation est facultative :

      class C:
          field: 'annotation'

   Les annotations de variables sont généralement utilisées pour des
   *indications de types* : par exemple, cette variable devrait
   prendre des valeurs de type "int" :

      count: int = 0

   La syntaxe d'annotation de la variable est expliquée dans la
   section Les assignations annotées.

   Reportez-vous à *function annotation*, à la **PEP 484** et à la
   **PEP 526** qui décrivent cette fonctionnalité.

environnement virtuel
   Environnement d'exécution isolé (en mode coopératif) qui permet aux
   utilisateurs de Python et aux applications d'installer et de mettre
   à jour des paquets sans interférer avec d'autres applications
   Python fonctionnant sur le même système.

   Voir aussi "venv".

machine virtuelle
   Ordinateur défini entièrement par du logiciel. La machine virtuelle
   (*virtual machine*) de Python exécute le *bytecode* produit par le
   compilateur de *bytecode*.

Le zen de Python
   Liste de principes et de préceptes utiles pour comprendre et
   utiliser le langage. Cette liste peut être obtenue en tapant
   ""import this"" dans une invite Python interactive.
