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.

classe mère abstraite

Les classes mères 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 annotation de variable, annotation de fonction, les PEP 484 et PEP 526, qui décrivent cette fonctionnalité. Voir aussi Bonnes pratiques concernant les annotations sur les bonnes pratiques concernant les annotations.

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 paramètre 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 async with en définissant les méthodes __aenter__() et __aexit__(). A été Introduit par la PEP 492.

générateur asynchrone

Fonction qui renvoie un itérateur de générateur asynchrone. 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 un générateur asynchrone.

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'emplacement 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 les PEP 492 et 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 habituellement désignée par son nom via une notation utilisant des points. Par exemple, si un objet o possède un attribut a, cet attribut est référencé par o.a.

Il est possible de donner à un objet un attribut dont le nom n'est pas un identifiant tel que défini pour les Identifiants et mots-clés, par exemple en utilisant setattr(), si l'objet le permet. Un tel attribut ne sera pas accessible à l'aide d'une expression pointée et on devra y accéder avec getattr().

attendable (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

A file object able to read and write bytes-like objects. Examples of binary files are files opened in binary mode ('rb', 'wb' or 'rb+'), sys.stdin.buffer, sys.stdout.buffer, and instances of io.BytesIO and gzip.GzipFile.

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

référence empruntée

In Python's C API, a borrowed reference is a reference to an object, where the code using the object does not own the reference. It becomes a dangling pointer if the object is destroyed. For example, a garbage collection can remove the last strong reference to the object and so destroy it.

Il est recommandé d'appeler Py_INCREF() sur la référence empruntée, ce qui la transforme in situ en une référence forte. Vous pouvez faire une exception si vous êtes certain que l'objet ne peut pas être supprimé avant la dernière utilisation de la référence empruntée. Voir aussi la fonction Py_NewRef(), qui crée une nouvelle référence forte.

objet octet-compatible

Un objet gérant le protocole tampon et pouvant exporter un tampon (buffer en anglais) C-contigu. Cela inclut les objets bytes, bytearray et array.array, ainsi que beaucoup d'objets memoryview. Les objets octets-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 (« objets octets-compatibles en lecture seule »), par exemple des bytes ou des memoryview d'un objet bytes.

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.

appelable (callable)

Un appelable est un objet qui peut être appelé, éventuellement avec un ensemble d'arguments (voir argument), avec la syntaxe suivante :

callable(argument1, argument2, argumentN)

Une fonction, et par extension une méthode, est un appelable. Une instance d'une classe qui implémente la méthode __call__() est également un appelable.

fonction de rappel (callback)

Une fonction (classique, par opposition à une coroutine) 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).

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

An object which controls the environment seen in a with statement by defining __enter__() and __exit__() methods. See 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(arg):
    ...
f = staticmethod(f)

@staticmethod
def f(arg):
    ...

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

Any object which defines the methods __get__(), __set__(), or __delete__(). When a class attribute is a descriptor, its special binding behavior is triggered upon attribute lookup. Normally, using a.b to get, set or delete an attribute looks up the object named b in the class dictionary for a, but if b is a descriptor, the respective descriptor method gets called. Understanding descriptors is a key to a deep understanding of Python because they are the basis for many features including functions, methods, properties, class methods, static methods, and reference to super classes.

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

dictionnaire

An associative array, where arbitrary keys are mapped to values. The keys can be any object with __hash__() and __eq__() methods. Called a hash in Perl.

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 liées à leurs valeurs n ** 2. Voir compréhensions.

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.

chaîne de documentation (docstring)

A string literal which appears as the first expression in a class, function or module. While ignored when the suite is executed, it is recognized by the compiler and put into the __doc__ attribute of the enclosing class, function or module. Since it is available via introspection, it is the canonical place for documentation of the object.

typage canard (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 mère 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

An object exposing a file-oriented API (with methods such as read() or write()) to an underlying resource. Depending on the way it was created, a file object can mediate access to a real on-disk file or to another type of storage or communication device (for example standard input/output, in-memory buffers, sockets, pipes, etc.). File objects are also called file-like objects or 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.

encodage du système de fichiers et gestionnaire d'erreurs associé

Encodage et gestionnaire d'erreurs utilisés par Python pour décoder les octets fournis par le système d'exploitation et encoder les chaînes de caractères Unicode afin de les passer au système.

L'encodage du système de fichiers doit impérativement pouvoir décoder tous les octets jusqu'à 128. Si ce n'est pas le cas, certaines fonctions de l'API lèvent UnicodeError.

Cet encodage et son gestionnaire d'erreur peuvent être obtenus à l'aide des fonctions sys.getfilesystemencoding() et sys.getfilesystemencodeerrors().

L'encodage du système de fichiers et gestionnaire d'erreurs associé sont configurés au démarrage de Python par la fonction PyConfig_Read() : regardez filesystem_encoding et filesystem_errors dans les membres de PyConfig.

Voir aussi encodage régional.

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 annotation de variable et la PEP 484, qui décrivent cette fonctionnalité. Voir aussi Bonnes pratiques concernant les annotations sur les bonnes pratiques concernant les annotations.

__future__

Une importation depuis le futur s'écrit from __future__ import <fonctionnalité>. Lorsqu'une importation du futur est active dans un module, Python compile ce module avec une certaine modification de la syntaxe ou du comportement qui est vouée à devenir standard dans une version ultérieure. Le module __future__ documente les possibilités pour fonctionnalité. L'importation a aussi l'effet normal d'importer une variable du module. Cette variable contient des informations utiles sur la fonctionnalité en question, notamment la version de Python dans laquelle elle a été ajoutée, et celle dans laquelle elle deviendra standard :

>>> 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 génératrice 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

An expression that returns an iterator. It looks like a normal expression followed by a for clause defining a loop variable, range, and an optional if clause. The combined expression generates values for an enclosing function:

>>> 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 ; généralement un conteneur comme list ou dict. Utilisé pour les indications de type et les annotations.

Pour plus de détails, voir types alias génériques et le module typing. On trouvera l'historique de cette fonctionnalité dans les PEP 483, PEP 484 et PEP 585.

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

An object is hashable if it has a hash value which never changes during its lifetime (it needs a __hash__() method), and can be compared to other objects (it needs an __eq__() method). Hashable objects which compare equal must have the same hash value.

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 mutables (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 d'apprentissage et de développement intégré pour Python. IDLE est un éditeur basique et un interpréteur livré avec la distribution standard de Python.

immortal

If an object is immortal, its reference count is never modified, and therefore it is never deallocated.

Built-in strings and singletons are immortal objects. For example, True and None singletons are immmortal.

See PEP 683 – Immortal Objects, Using a Fixed Refcount for more information.

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.

importation

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

An object capable of returning its members one at a time. Examples of iterables include all sequence types (such as list, str, and tuple) and some non-sequence types like dict, file objects, and objects of any classes you define with an __iter__() method or with a __getitem__() method that implements sequence semantics.

Iterables can be used in a for loop and in many other places where a sequence is needed (zip(), map(), ...). When an iterable object is passed as an argument to the built-in function iter(), it returns an iterator for the object. This iterator is good for one pass over the set of values. When using iterables, it is usually not necessary to call iter() or deal with iterator objects yourself. The for statement does that automatically for you, creating a temporary unnamed variable to hold the iterator for the duration of the loop. See also iterator, sequence, and generator.

itérateur

An object representing a stream of data. Repeated calls to the iterator's __next__() method (or passing it to the built-in function next()) return successive items in the stream. When no more data are available a StopIteration exception is raised instead. At this point, the iterator object is exhausted and any further calls to its __next__() method just raise StopIteration again. Iterators are required to have an __iter__() method that returns the iterator object itself so every iterator is also iterable and may be used in most places where other iterables are accepted. One notable exception is code which attempts multiple iteration passes. A container object (such as a list) produces a fresh new iterator each time you pass it to the iter() function or use it in a for loop. Attempting this with an iterator will just return the same exhausted iterator object used in the previous iteration pass, making it appear like an empty container.

Vous trouverez davantage d'informations dans Les types itérateurs.

Particularité de l'implémentation CPython : CPython does not consistently apply the requirement that an iterator define __iter__().

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]). Par ailleurs attrgetter(), itemgetter() et methodcaller() permettent de créer des fonctions clés. Voir le guide pour le tri 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.

liste

A built-in Python sequence. Despite its name it is more akin to an array in other languages than to a linked list since access to elements is O(1).

liste en compréhension (ou liste en intension)

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 mère abstraite.

encodage régional

Sous Unix, il est défini par la variable régionale LC_CTYPE. Il peut être modifié par locale.setlocale(locale.LC_CTYPE, new_locale).

Sous Windows, c'est un encodage ANSI (par ex. : "cp1252").

Sous Android et VxWorks, Python utilise "utf-8" comme encodage régional.

locale.getencoding() can be used to get the locale encoding.

Voir aussi l'encodage du systèmes de fichiers et gestionnaire d'erreurs associé.

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 mères abstraites des tableaux de correspondances (immuables) ou tableaux de correspondances mutables (voir les classes mères abstraites). 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 : Métaclasses.

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.

mutable

Un objet mutable 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

Some named tuples are built-in types (such as the above examples). Alternatively, a named tuple can be created from a regular class definition that inherits from tuple and that defines named fields. Such a class can be written by hand, or it can be created by inheriting typing.NamedTuple, or with the factory function collections.namedtuple(). The latter techniques also add some extra methods that may not be found in hand-written or built-in named tuples.

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

Old name for the flavor of classes now used for all class objects. In earlier Python versions, only new-style classes could use Python's newer, versatile features like __slots__, descriptors, properties, __getattribute__(), class methods, and static methods.

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

A callable on the sys.path_hooks list which returns a path entry finder if it knows how to find modules on a specific path entry.

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 de Python). Une 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 PEP sont censées 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 la 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

The number of references to an object. When the reference count of an object drops to zero, it is deallocated. Some objects are immortal and have reference counts that are never modified, and therefore the objects are never deallocated. Reference counting is generally not visible to Python code, but it is a key element of the CPython implementation. Programmers can call the sys.getrefcount() function to return the reference count for a particular object.

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

An iterable which supports efficient element access using integer indices via the __getitem__() special method and defines a __len__() method that returns the length of the sequence. Some built-in sequence types are list, str, tuple, and bytes. Note that dict also supports __getitem__() and __len__(), but is considered a mapping rather than a sequence because the lookups use arbitrary immutable keys rather than integers.

The collections.abc.Sequence abstract base class defines a much richer interface that goes beyond just __getitem__() and __len__(), adding count(), index(), __contains__(), and __reversed__(). Types that implement this expanded interface can be registered explicitly using register(). For more documentation on sequence methods generally, see Common Sequence Operations.

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.

soft deprecated

A soft deprecation can be used when using an API which should no longer be used to write new code, but it remains safe to continue using it in existing code. The API remains documented and tested, but will not be developed further (no enhancement).

The main difference between a "soft" and a (regular) "hard" deprecation is that the soft deprecation does not imply scheduling the removal of the deprecated API.

Another difference is that a soft deprecation does not issue a warning.

See PEP 387: Soft Deprecation.

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.

static type checker

An external tool that reads Python code and analyzes it, looking for issues such as incorrect types. See also type hints and the typing module.

référence forte

In Python's C API, a strong reference is a reference to an object which is owned by the code holding the reference. The strong reference is taken by calling Py_INCREF() when the reference is created and released with Py_DECREF() when the reference is deleted.

Une référence forte est créée à l'aide de la fonction Py_NewRef(). Il faut normalement appeler Py_DECREF() dessus avant de sortir de sa portée lexicale, sans quoi il y a une fuite de référence.

Voir aussi référence empruntée.

encodages de texte

Une chaîne de caractères en Python est une suite de points de code Unicode (dans l'intervalle U+0000--U+10FFFF). Pour stocker ou transmettre une chaîne, il est nécessaire de la sérialiser en suite d'octets.

Sérialiser une chaîne de caractères en une suite d'octets s'appelle « encoder » et recréer la chaîne à partir de la suite d'octets s'appelle « décoder ».

Il existe de multiples codecs pour la sérialisation de texte, que l'on regroupe sous l'expression « encodages de texte ».

fichier texte

Objet fichier 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'encodage de texte 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 fichier binaire pour un objet fichier capable de lire et d'écrire des objets octets-compatibles.

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 la PEP 484, qui décrivent cette fonctionnalité.

indication de type

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

Type hints are optional and are not enforced by Python but they are useful to static type checkers. They can also aid IDEs with code completion and refactoring.

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

Voir typing et la 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 variable est expliquée dans la section Les assignations annotées.

Reportez-vous à annotation de fonction, à la PEP 484 et à la PEP 526 qui décrivent cette fonctionnalité. Voir aussi Bonnes pratiques concernant les annotations sur les bonnes pratiques concernant les annotations.

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 code intermédiaire 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.