Python functools expliqué : lru_cache, partiel, réduire, envelopper et plus, testé

  1. Accueil
  2. Blog
  3. Développement de logiciels

Développement de logiciels

Explication des outils de fonction Python : lru_cache, partiel, réduction, wraps et plus, testé

Python functools est la boîte à outils de bibliothèque standard pour travailler avec des fonctions : mise en cache des résultats, pré-remplissage des arguments, listes pliantes, écriture de décorateurs appropriés et répartition selon le type. Voici ce que fait chaque outil, avec une sortie que nous avons exécutée sur Python 3.13.

9 min de lecture
Explication des outils fonctionnels Python : lru_cache, partiel, réduction et encapsulation

À retenir

  • Python functools est intégré ; les outils les plus utiles sont lru_cache, partial, wraps et cached_property.
  • Mise en cache d’une coupe récursive de Fibonacci fib(30) de 0,106 seconde à 0,137 milliseconde lors de notre exécution.
  • Sans @wraps, notre fonction décorée a signalé son nom comme inner et a perdu sa docstring.
  • Les fonctions mises en cache nécessitent des arguments hachables : transmettre une liste levée TypeError.

Tôt ou tard, chaque développeur Python écrit une fonction lente qui est appelée avec les mêmes entrées, un décorateur qui interrompt le débogage ou un lambda dont le seul travail est de corriger un argument. Le module Python functools résout les trois avec quelques outils bien testés. Vous n’avez rien à installer ; il est livré avec chaque version de Python que vous êtes susceptible d’utiliser.

Tous les exemples ici ont été exécutés sur Python 3.13.6 et la sortie imprimée est copiée à partir de cette exécution. Les timings dépendent du matériel, alors concentrez-vous sur les ratios. Les décorateurs apparaissent souvent ci-dessous, donc s’ils sont nouveaux pour vous, commencez par notre Guide des décorateurs Python.

Qu’est-ce que les outils fonctionnels ?

functools est un module de bibliothèque standard pour les fonctions d’ordre supérieur : fonctions qui prennent ou renvoient d’autres fonctions. Il regroupe les outils en trois familles :

  • Mise en cache : lru_cache, cache et cached_property mémorisent les résultats.
  • Fonctions de construction : partial, reduce et singledispatch créent ou combinent des comportements.
  • Aide aux classes et aux décorateurs : wraps et total_ordering remplissent le passe-partout.

lru_cache et cache : mémoriser les fonctions lentes

lru_cache stocke le résultat pour chaque ensemble d’arguments. L’appel suivant avec les mêmes arguments renvoie la valeur stockée au lieu de la recalculer. Les fonctions récursives avec des sous-problèmes qui se chevauchent en bénéficient le plus :

from functools import lru_cache

def fib_plain(n):
    return n if n < 2 else fib_plain(n - 1) + fib_plain(n - 2)

@lru_cache(maxsize=None)
def fib(n):
    return n if n < 2 else fib(n - 1) + fib(n - 2)

fib(30)
print(fib.cache_info())
fib(30) plain 0.106s cached 0.137ms
CacheInfo(hits=28, misses=31, maxsize=None, currsize=31)

La version simple fait plus d’un million d’appels pour n = 30. Celui en cache a calculé chaque valeur de 0 à 30 une fois (31 échecs) et a servi le reste à partir du cache (28 hits). Cela a transformé environ un dixième de seconde en bien moins d’une milliseconde.

Depuis Python 3.9, @cache est une orthographe plus courte de @lru_cache(maxsize=None) : un cache illimité avec un peu moins de surcharge. Utilisez cache_info() pour vérifier les taux de réussite et cache_clear() pour vider le cache, par exemple entre les tests.

Comment fonctionne réellement maxsize

LRU signifie « le moins récemment utilisé ». Lorsqu’un cache limité est plein, l’entrée utilisée le plus longtemps est supprimée. Nous définissons maxsize=2 et appelons une fonction de comptage avec les entrées 1, 2, 1, 3, 1, 2 :

@lru_cache(maxsize=2)
def sq(x):
    global calls
    calls += 1
    return x * x

for x in [1, 2, 1, 3, 1, 2]:
    sq(x)
print(calls, sq.cache_info())
4 CacheInfo(hits=2, misses=4, maxsize=2, currsize=2)

Parcourez-le : 1 et 2 sont des échecs. Le deuxième 1 est un succès. Ensuite, 3 est un échec et expulse 2, le moins récemment utilisé. Le troisième 1 est un succès, et le dernier 2 est encore une fois un échec car il a été expulsé. Choisissez maxsize parmi une utilisation réelle ; un cache trop petit continue de jeter exactement ce dont vous avez besoin ensuite.

Astuce : ne cache que les fonctions pures, dont le résultat dépend uniquement de leurs arguments. La mise en cache d’une fonction qui lit l’horloge, une base de données ou un fichier renverra des données obsolètes.

partiel : pré-remplir les arguments

partial crée un nouveau callable avec certains arguments déjà corrigés. C’est plus clair qu’un lambda à une ligne et plus facile à inspecter :

from functools import partial

pow2 = partial(pow, exp=2)
print(pow2(9))                      # 81

int_bin = partial(int, base=2)
print(int_bin("1011"))              # 11
print(int_bin.func.__name__, int_bin.keywords)   # int {'base': 2}

Les attributs func, args et keywords vous permettent de voir ce qui a été corrigé, ce qu’un lambda cache. Les utilisations typiques sont les rappels pour les boutons de l’interface graphique, les enregistreurs préconfigurés et la transmission d’une fonction configurée à map ou à un pool de threads. Si vous préférez les lambdas pour des cas ponctuels, notre Guide des fonctions Python lambda compare les deux styles.

réduire : plier une séquence en une seule valeur

reduce applique une fonction à deux arguments de manière cumulative de gauche à droite. Il est passé des outils intégrés aux functools dans Python 3 :

from functools import reduce
import operator

print(reduce(operator.mul, [1, 2, 3, 4, 5]))   # 120
print(reduce(operator.add, [], 0))             # 0
reduce(operator.add, [])
TypeError: reduce() of empty iterable with no initial value

Transmettez toujours une valeur initiale lorsque l’entrée peut être vide. Et vérifiez d’abord s’il y a un élément intégré : sum, max, min, any, all et math.prod sont plus clairs que reduce pour les cas courants. Conservez reduce pour les replis véritablement personnalisés, comme la fusion d’une liste de dictionnaires.

wraps : des décorateurs qui gardent leur identité

Un décorateur remplace une fonction par un wrapper. Sans aide, le nom et la docstring du wrapper remplacent ceux d’origine, ce qui interrompt les journaux, la documentation et les rapports de test. Nous avons décoré la même fonction avec et sans @wraps :

from functools import wraps

def nowrap(f):
    def inner(*a, **k):
        return f(*a, **k)
    return inner

def withwrap(f):
    @wraps(f)
    def inner(*a, **k):
        return f(*a, **k)
    return inner
no wraps: inner None
wraps: greet2 Say hello. greet2

Avec @wraps(f), le wrapper copie __name__, __doc__, __module__ et plus, et ajoute __wrapped__ pour que les outils puissent atteindre l’original. Mettez-le dans chaque décorateur que vous écrivez ; il n’y a aucun inconvénient.

cached_property : calculer une fois par objet

cached_property transforme une méthode en un attribut calculé lors du premier accès puis stocké sur l’instance :

from functools import cached_property

class Report:
    def __init__(self, rows):
        self.rows, self.n = rows, 0
    @cached_property
    def total(self):
        self.n += 1
        return sum(self.rows)

r = Report([1, 2, 3])
r.total; r.total
print(r.n, r.total)    # 1 6

L’organisme de propriété a couru une fois même si nous l’avons lu trois fois. Étant donné que la valeur est stockée dans le dictionnaire d’instance, sa suppression avec del r.total force un recalcul. Il convient aux valeurs coûteuses qui ne changent pas au cours de la vie d’un objet, comme une configuration analysée. Pour en savoir plus sur les classes, consultez notre Guide des classes et objets Python.

singledispatch : une fonction, plusieurs types

singledispatch choisit une implémentation basée sur le type du premier argument, qui remplace les longues chaînes isinstance :

from functools import singledispatch

@singledispatch
def fmt(x):
    return f"obj:{x}"

@fmt.register
def _(x: int):
    return f"int:{x:,}"

@fmt.register
def _(x: list):
    return "list:" + ",".join(map(fmt, x))

print(fmt(1234567), fmt([1, "a"]), fmt(2.5))
int:1,234,567 list:int:1,obj:a obj:2.5

L’enregistrement lit l’indice de type, donc le code reste bien rangé. De nouveaux types peuvent être ajoutés à partir d’autres modules sans toucher à la fonction d’origine. Pour les méthodes, utilisez singledispatchmethod. Les astuces de type en général sont traitées dans notre Guide des astuces de type Python.

total_ordering : moins de méthodes de comparaison

Définissez __eq__ et l’un des __lt__, __le__, __gt__ ou __ge__, et @total_ordering remplit le reste. Dans notre test, une classe de version avec seulement __eq__ et __lt__ a répondu à Ver(1,2) >= Ver(1,1) avec True et Ver(1,2) <= Ver(1,1) avec False. Les méthodes générées sont un peu plus lentes que celles écrites à la main, alors ignorez-les dans du code très chaud.

Les pièges à éviter

  • Arguments non hachables. Les fonctions mises en cache construisent une clé à partir des arguments. Appel d’une fonction mise en cache avec une liste levée TypeError: unhashable type: 'list' lors de notre exécution. Convertissez d’abord en tuple.
  • Méthodes de mise en cache. lru_cache sur une méthode d’instance inclut self dans la clé et maintient chaque instance en vie aussi longtemps que le cache. Préférez cached_property ou une fonction mise en cache au niveau du module.
  • Mémoire illimitée. @cache n’expulse jamais. Pour les entrées des utilisateurs ou du réseau, définissez un maxsize.
  • Résultats modifiables. Une liste ou un dict mis en cache est partagé par chaque appelant. Si un appelant le modifie, tout le monde voit le changement.
  • Caches obsolètes dans les tests. Appelez cache_clear() dans un appareil afin qu’un test ne puisse pas divulguer les résultats dans un autre.

Aide-mémoire sur les outils fonctionnels Python

Outil Utilisez-le pour Depuis
lru_cache Mémoriser avec une limite de taille 3.2
cache Mémorisez sans limite 3.9
cached_property Calculer un attribut une fois par objet 3.8
partial Corriger quelques arguments d’une fonction 2.5
reduce Pliez une séquence en une seule valeur déménagé en 3.0
wraps Conserver les métadonnées dans les décorateurs 2.5
singledispatch Choisissez une implémentation par type 3.4
total_ordering Générer des méthodes de comparaison 2.7

Pour conclure

Les functools Python récompensent un petit investissement. Ajoutez @wraps à chaque décorateur, recherchez lru_cache ou cache lorsqu’une fonction pure répète le travail et remplacez les lambdas de fixation d’arguments par partial. Nos mesures ont clairement montré les résultats : une ligne de décorateur a réalisé une fonction récursive plusieurs centaines de fois plus rapidement. Associez ces outils à des générateurs Python et vous écrirez du code plus court, plus rapide et plus lisible.

Questions fréquentes

Quelle est la différence entre lru_cache et cache ?

cache est un cache illimité, identique à lru_cache avec maxsize défini sur None. lru_cache accepte une taille maximale et expulse l’entrée la moins récemment utilisée lorsqu’elle est pleine.

Pourquoi lru_cache déclenche-t-il TypeError : type non hachable ?

Le cache utilise les arguments comme clé de dictionnaire, ils doivent donc pouvoir être hachés. Les listes, les dictés et les ensembles ne le sont pas ; convertissez-les en tuples ou en Frozensets avant d’appeler.

Pourquoi devrais-je utiliser functools.wraps dans les décorateurs ?

Sans cela, la fonction décorée prend le nom du wrapper et perd sa docstring, ce qui confond les journaux, le texte d’aide et les rapports de test. encapsule les copies de ces métadonnées.

Functools.partial est-il meilleur qu’un lambda ?

Pour corriger les arguments, généralement oui. Un objet partiel est plus clair, peut être décapé lorsque sa fonction le peut et expose les fonctions, les arguments et les mots-clés pour inspection.

La réduction est-elle toujours recommandée dans Python 3 ?

Utilisez-le avec parcimonie. Les éléments intégrés tels que sum, max, min, any, all et math.prod sont plus clairs pour les cas courants ; gardez la réduction pour les plis personnalisés et donnez toujours une valeur initiale.

Continuez à apprendre

Travailler avec Stack Quora

Besoin d’aide pour les tests, WordPress ou le référencement ?

Nous aidons les équipes à proposer de meilleurs logiciels et à développer leurs sites. Dites-nous sur quoi vous travaillez et nous vous proposerons une prochaine étape claire.

Continuez à lire

Plus de guides sur tests, IA et développement moderne

Vous avez apprécié cet article ? Choisissez un sujet et accédez directement à nos nouveaux didacticiels.

Intelligence artificielle

BM25 expliqué : comment la recherche par mot clé classe les résultats, avec le code Python et la recherche hybride

BM25 a expliqué avec une implémentation Python pure que nous avons exécutée : la formule, l'IDF, la saturation des termes, les paramètres k1 et b, p…

Lire l'article →
Développement logiciel

Méthodes HTTP expliquées : GET, POST, PUT, PATCH, DELETE, testées sur un serveur Live

Méthodes HTTP expliquées avec un petit serveur que nous avons exécuté : GET, POST, PUT, PATCH, DELETE, HEAD et OPTIONS, safe vs idempotent, PUT vs P…

Lire l'article →
DevOps

Git Bisect expliqué : recherchez le commit qui a brisé votre code, manuellement ou automatiquement

Git bisect expliqué avec un référentiel testé : trouvez le mauvais commit parmi 41 exécutions de tests sur 5, automatisez-le avec git bisect run, ig…

Lire l'article →
Automatisation des tests

Explication des marqueurs pytest : marques personnalisées, filtres skip, skipif, xfail et -m

Les marqueurs pytest expliqués avec une suite testée : enregistrez les marques personnalisées, exécutez uniquement des tests de fumée avec -m, combi…

Lire l'article →
Tests logiciels

Tests positifs ou négatifs : différences, 24 cas de test réels et une liste de contrôle

Tests positifs et négatifs expliqués avec un véritable formulaire d'inscription : 6 cas de tests positifs et 18 cas de tests négatifs exécutés dans …

Lire l'article →
Bases de données et SQL

ORDER SQL BY plusieurs colonnes : ASC, DESC, NULLS LAST, Case et commande personnalisée

SQL ORDER BY avec plusieurs colonnes expliquées avec des requêtes testées : ASC et DESC mixtes, départages, NULLS FIRST et LAST, tri insensible à la…

Lire l'article →
Bases de données et SQL

Total cumulé SQL : SUM OVER, totaux par groupe, sommes mobiles et piège RANGE

Comment calculer un total cumulé SQL avec SUM() OVER : totaux par groupe, sommes cumulées quotidiennes, sommes mobiles, pourcentage du total, piège …

Lire l'article →
Développement logiciel

Tableau de tri JavaScript : nombres, objets, chaînes et pourquoi 10 précède 5

Comment trier correctement un tableau en JavaScript : nombres avec une fonction de comparaison, objets par un ou plusieurs champs, chaînes avec loca…

Lire l'article →
Développement logiciel

Méthodes de chaîne Python : aide-mémoire, exemples réels et piège strip()

Méthodes de chaîne Python avec des exemples testés : split, join, strip, replace, find, Startswith, is-methods, casefold, partition et translation, …

Lire l'article →
Intelligence artificielle

La similarité cosinus expliquée : formule, exemple pratique et code Python

La similarité cosinus expliquée simplement : la formule, un exemple travaillé à la main, du code Python et NumPy pur, la distance cosinus vs euclidi…

Lire l'article →
Développement logiciel

Encodage UTF-8 expliqué : comment le texte devient des octets et comment corriger le texte tronqué

Encodage UTF-8 expliqué avec des exemples au niveau octet que nous avons exécutés en Python : comment les caractères deviennent de 1 à 4 octets, pou…

Lire l'article →
Automatisation des tests

pytest paramétrize expliqué : 7 modèles avec des exemples testés

Paramétrage de pytest expliqué avec 7 modèles testés : cas de base, identifiants lisibles, décorateurs empilés, pytest.param avec xfail et skip, app…

Lire l'article →
Tests logiciels

Nouveau test vs test de régression : 8 différences clés avec un véritable exemple de correction de bug

Nouveau test vs test de régression expliqué avec un véritable correctif de bug exécuté dans pytest : le nouveau test a confirmé le correctif, l'exéc…

Lire l'article →
Bases de données et SQL

Supprimer les lignes en double dans SQL : 5 méthodes sûres, testées étape par étape

Comment supprimer les lignes en double dans SQL en toute sécurité : recherchez-les, prévisualisez-les, puis supprimez-les avec ROW_NUMBER, MIN(id), …

Lire l'article →
Bases de données et SQL

SQL RANK vs DENSE_RANK vs ROW_NUMBER : différences avec les exemples testés

SQL RANK vs DENSE_RANK vs ROW_NUMBER dans une table : comment chacun gère les égalités, les N premiers par groupe, le deuxième piège salarial le plu…

Lire l'article →
Développement logiciel

Chaînage facultatif JavaScript (?.) expliqué : 8 exemples, ?? Valeurs par défaut et pièges

Le chaînage facultatif JavaScript arrête les erreurs « Impossible de lire les propriétés d'un élément non défini ». 8 exemples testés pour les propr…

Lire l'article →
Développement logiciel

Python enumerate() expliqué : 7 exemples, start=1 et erreurs à éviter

Python enumerate() vous donne l'index et la valeur dans une boucle propre. 7 exemples testés, l'astuce start=1, des dictionnaires, des fichiers, des…

Lire l'article →
Intelligence artificielle

Stratégies de fragmentation RAG expliquées : fixe, chevauchement, phrase, récursif et en-têtes, mesurés

Stratégies de segmentation RAG comparées sur un document avec tiktoken 0.14 : taille fixe, chevauchement, regroupement de phrases, fractionnement ré…

Lire l'article →
Développement logiciel

L'idempotence de l'API expliquée : clés d'idempotence et tentatives sécurisées, testées

L'idempotence de l'API expliquée avec un serveur et un client Python que nous avons exécutés : une réponse perdue provoquait une double charge sans …

Lire l'article →
DevOps

Git Stash expliqué : enregistrer, appliquer, afficher et fichiers non suivis, testé

Git stash expliqué avec les commandes que nous avons exécutées sur Git 2.56 : pousser avec un message, fichiers non suivis, lister et afficher, appl…

Lire l'article →
Tests logiciels

Explication des tests par paires : comment toutes les paires réduisent 216 tests à 13, testé

Tests par paires expliqués avec un générateur que nous avons exécuté dans Python 3.13 : une vérification avec 216 combinaisons couvertes par 13 test…

Lire l'article →
Automatisation des tests

Explication des doubles de test : factice, stub, espion, simulé et faux, avec du code Python testé

Les tests doubles sont expliqués avec un exemple Python exécuté dans pytest 9.2 : factice, stub, espion, simulé et faux, quand les utiliser, les vér…

Lire l'article →
Bases de données et SQL

SQL COALESCE expliqué : valeurs par défaut, NULLIF, IFNULL vs ISNULL et Traps, testées

SQL COALESCE expliqué avec les requêtes que nous avons exécutées dans SQLite 3.50 : premières valeurs non nulles, chaînes vides, NULL en mathématiqu…

Lire l'article →
Bases de données et SQL

SQL Self Join expliqué : employé-manager, comparaisons de paires et de lignes, testés

L'auto-jointure SQL expliquée avec les requêtes que nous avons exécutées dans SQLite 3.50 : employé et manager, gagnant plus que le manager, paires …

Lire l'article →
Développement logiciel

Explication de l'opérateur de propagation JavaScript : propagation vs repos, copies et pièges, testé

L'opérateur de propagation JavaScript expliqué avec le code que nous avons exécuté sur le nœud 24 : tableaux, objets, copies superficielles, paramèt…

Lire l'article →
Développement logiciel

Python functools expliqué : lru_cache, partiel, réduire, envelopper et plus, testé

Les outils fonctionnels Python expliqués avec le code que nous avons exécuté sur Python 3.13 : lru_cache et cache, partial, réduire, wraps, cached_p…

Lire l'article →
Développement logiciel

Module de collections Python expliqué : compteur, defaultdict, deque et plus, testé

Les collections Python expliquées avec le code que nous avons exécuté sur Python 3.13 : Counter, defaultdict, deque, approvedtuple, OrderedDict et C…

Lire l'article →
Intelligence artificielle

Fenêtre contextuelle LLM expliquée : jetons, limites et comment en adapter davantage, mesurés

La fenêtre contextuelle LLM expliquée avec le nombre de jetons que nous avons mesurés à l'aide de tiktoken : mots par rapport aux jetons pour la pro…

Lire l'article →
Développement logiciel

Les webhooks expliqués : comment ils fonctionnent et comment les recevoir en toute sécurité

Webhooks expliqués avec un récepteur et un expéditeur que nous avons exécutés en Python : push vs polling, signatures HMAC-SHA256, rejet des requête…

Lire l'article →
DevOps

Git Cherry-Pick expliqué : copiez le commit dont vous avez besoin, en toute sécurité et testé

Git Cherry-pick expliqué avec les commandes que nous avons exécutées dans Git 2.56 : copie d'un correctif dans une branche de version, nouveaux hach…

Lire l'article →
Automatisation des tests

Les tests instantanés expliqués : comment cela fonctionne, quand cela aide et quand cela fait mal

Les tests d'instantanés expliqués avec une démo pytest et sirupeuse que nous avons exécutée : création d'instantanés, lecture de la différence après…

Lire l'article →
Tests logiciels

Tests de mutation expliqués : pourquoi une couverture à 100 % n'a toujours pas détecté notre bug

Les tests de mutation expliqués avec un petit outil de mutation que nous avons construit et exécuté : 14 mutants, une suite de tests avec une couver…

Lire l'article →
Bases de données et SQL

Fonctions SQL JSON expliquées : requête, mise à jour et index JSON dans SQL, testées

Fonctions SQL JSON expliquées avec les requêtes que nous avons exécutées dans SQLite 3.50 : json_extract, les opérateurs -> et ->>, json_ea…

Lire l'article →
Bases de données et SQL

SQL Pivot expliqué : transformez les lignes en colonnes avec CASE, FILTER et PIVOT

Le pivot SQL expliqué avec les requêtes que nous avons exécutées dans SQLite 3.50 : agrégation conditionnelle avec CASE et SUM, FILTER, NULL vs zéro…

Lire l'article →
Intelligence artificielle

L'injection rapide expliquée : comment les applications d'IA sont trompées et comment les défendre

L'injection rapide expliquée aux constructeurs : attaques directes et indirectes, pourquoi les filtres de mots clés échouent (notre test a bloqué 1 …

Lire l'article →
DevOps

Enregistrements DNS expliqués : A, AAAA, CNAME, MX, TXT et TTL avec de vraies recherches

Enregistrements DNS expliqués avec les recherches que nous avons effectuées : fonctionnement de la résolution, A et AAAA, règles CNAME, MX et null M…

Lire l'article →
DevOps

Explication des indicateurs de fonctionnalités : versions sécurisées, déploiements progressifs et hygiène des indicateurs

Les indicateurs de fonctionnalités expliqués avec une simulation de déploiement que nous avons exécutée : types d'indicateurs, déploiements en pourc…

Lire l'article →
Automatisation des tests

Génération de données de test avec Python Faker : données réalistes, reproductibles et sûres

Testez la génération de données avec Python Faker, exécutez et mesurez : amorçage de données répétables, paramètres régionaux, valeurs uniques, enre…

Lire l'article →
Tests logiciels

Explication des tests Shift-Left : recherchez les bugs plus tôt sans ralentir l'équipe

Les tests Shift-Left ont expliqué : ce que cela signifie, pourquoi les premiers défauts sont moins chers, les pratiques allant de l'examen des exige…

Lire l'article →
Bases de données et SQL

Fonctions de chaîne SQL expliquées : TRIM, SUBSTR, REPLACE, CONCAT et nettoyage des données

Fonctions de chaîne SQL expliquées avec les requêtes que nous avons exécutées : concaténation et NULL, TRIM, UPPER et LOWER, SUBSTR et INSTR, REPLAC…

Lire l'article →
Bases de données et SQL

Déclencheurs SQL expliqués : déclencheurs AVANT et APRÈS, journaux d'audit et pièges

Déclencheurs SQL expliqués avec les déclencheurs que nous avons exécutés : AVANT ou APRÈS, ANCIEN et NOUVEAU, journaux d'audit, validation, mises à …

Lire l'article →
Développement logiciel

Module Python JSON expliqué : vidages, chargements, types personnalisés et erreurs courantes

Le module Python JSON expliqué avec le code que nous avons exécuté : dumps et chargements, fichiers, conversions de types, dates et décimales, encod…

Lire l'article →
Développement logiciel

Modules ES vs CommonJS : fonctionnement des importations JavaScript dans Node.js, testé

Les modules ES et CommonJS expliqués avec le code que nous avons exécuté dans Node.js : syntaxe d'importation et d'exportation, exigences, liaisons …

Lire l'article →
Développement logiciel

Python Regex expliqué : modèles, groupes, anticipations et pièges, testés

L'expression régulière Python expliquée avec les modèles que nous avons exécutés : recherche contre correspondance, recherche tout, groupes et group…

Lire l'article →
Intelligence artificielle

Explication de la sortie structurée LLM : obtenir un JSON fiable à partir de modèles d'IA

Sortie structurée LLM expliquée avec la validation que nous avons exécutée dans Pydantic : mode et schémas JSON, décodage contraint, façons dont les…

Lire l'article →
DevOps

Clés SSH expliquées : comment elles fonctionnent, ssh-keygen, Ed25519 et habitudes sûres

Clés SSH expliquées avec les clés que nous avons générées : clés publiques ou privées, ssh-keygen, Ed25519 vs RSA, empreintes digitales, phrases sec…

Lire l'article →
DevOps

La mise en cache HTTP expliquée : Cache-Control, ETag et 304 réponses, avec un test en direct

La mise en cache HTTP expliquée avec un petit serveur que nous avons exécuté : directives Cache-Control, max-age, no-cache vs no-store, revalidation…

Lire l'article →
Automatisation des tests

Explication des tests des contrats API : détectez les modifications majeures avant leur expédition

Les tests de contrat API ont été expliqués à l'aide d'une vérification de schéma que nous avons effectuée : ce qu'est un contrat, les contrats axés …

Lire l'article →
Tests logiciels

Explication des tests basés sur les risques : évaluez les risques, créez une matrice et testez ce qui compte

Les tests basés sur les risques sont expliqués étape par étape : identification des risques, notation de la probabilité et de l'impact, création d'u…

Lire l'article →
Bases de données et SQL

Contraintes SQL expliquées : NOT NULL, UNIQUE, CHECK et FOREIGN KEY, testées

Les contraintes SQL expliquées avec les tests que nous avons exécutés : NOT NULL, UNIQUE, CHECK, DEFAULT, PRIMARY et FOREIGN KEY, les failles NULL, …

Lire l'article →
Bases de données et SQL

Fonctions de date SQL expliquées : ajout, comparaison et regroupement de dates sans bugs

Fonctions de date SQL expliquées avec les requêtes que nous avons exécutées : ajout d'intervalles, surprises de fin de mois, différences de dates, p…

Lire l'article →
Développement logiciel

Python asyncio expliqué : asynchrone, attendre, rassembler et TaskGroup avec des timings réels

Python asyncio expliqué avec le code que nous avons chronométré : coroutines, wait, collect, TaskGroup, gestion des erreurs, délais d'attente, limit…

Lire l'article →
Développement logiciel

Debounce vs Throttle en JavaScript : comment ils fonctionnent, quand les utiliser, testés

Debounce vs throttle en JavaScript expliqué avec les timings que nous avons mesurés dans Node.js : comment chacun fonctionne, implémentations simple…

Lire l'article →
Développement logiciel

Les gestionnaires de contexte Python expliqués : l'instruction with, contextlib et les utilisations réelles

Les gestionnaires de contexte Python ont expliqué avec le code que nous avons exécuté : comment cela fonctionne, __enter__ et __exit__, contextlib.c…

Lire l'article →
Intelligence artificielle

Température LLM et Top-p expliqués : comment les modèles d'IA choisissent leur prochain mot

La température LLM et le top-p expliqués à l'aide d'une simulation que nous avons exécutée : comment les probabilités sont remodelées, ce que conser…

Lire l'article →
DevOps

YAML expliqué : syntaxe, problème norvégien et autres pièges que nous avons testés

YAML expliqué avec un test d'analyseur : syntaxe de base, listes et cartes, le problème de la Norvège, les versions se transformant en flottants, co…

Lire l'article →
DevOps

Les tâches Cron expliquées : syntaxe, horaires réels et erreurs qui les interrompent

Les tâches Cron expliquées avec les plannings que nous avons vérifiés : les cinq champs, les opérateurs, des exemples réels, le piège du jour du moi…

Lire l'article →
Intelligence artificielle

Les hallucinations de l'IA expliquées : pourquoi les modèles de langage inventent les choses et comment les réduire

Les hallucinations de l'IA ont expliqué : ce qu'elles sont, pourquoi les modèles de langage les produisent, les types courants, comment les réduire …

Lire l'article →
DevOps

Variables d'environnement expliquées : fichiers .env, secrets et configuration correctement effectués

Variables d'environnement expliquées avec des exemples Python que nous avons exécutés : lecture et définition, pourquoi chaque valeur est une chaîne…

Lire l'article →
Développement logiciel

Limitation du débit de l'API expliquée : algorithmes, en-têtes et gestion des erreurs 429

Limitation du débit de l'API expliquée avec une simulation que nous avons exécutée : compartiment de jetons, fenêtre fixe, fenêtre glissante, 429 ré…

Lire l'article →
Automatisation des tests

Se moquer en Python : unittest.mock, patch et les erreurs qui font mentir les tests

Moquerie en Python avec unittest.mock, testée : Mock et return_value, side_effect, correctifs où un nom est utilisé, spec et autospec, dates moqueus…

Lire l'article →
Tests logiciels

Couverture du code expliquée : couverture des lignes par rapport aux branches et ce que signifie réellement 100 %

Couverture du code expliquée avec une véritable exécution de cover.py : couverture des lignes, des branches et des conditions, lecture d'un rapport,…

Lire l'article →
Bases de données et SQL

DELETE vs TRUNCATE vs DROP dans SQL : différences, restauration et quand les utiliser

DELETE vs TRUNCATE vs DROP expliqué avec SQL testé : ce que chacun supprime, restauration, déclencheurs, réinitialisation d'identité, vitesse et en …

Lire l'article →
Bases de données et SQL

Vues SQL expliquées : créez, utilisez et évitez les pièges, avec des exemples

Vues SQL expliquées avec les requêtes que nous avons exécutées : création d'une vue, résultats en direct, masquage des colonnes, performances, vues …

Lire l'article →
Développement logiciel

Interface TypeScript vs Type : différences réelles, testées avec le compilateur

Interface TypeScript vs type, vérifiée avec le vrai compilateur : ce que les deux peuvent faire, ce qu'un seul peut faire, la fusion des déclaration…

Lire l'article →
Développement logiciel

Python *args et **kwargs expliqués : fonctions flexibles avec des exemples clairs

Python *args et **kwargs expliqués avec le code que nous avons exécuté : emballage et déballage, ordre des paramètres, arguments de mot-clé uniqueme…

Lire l'article →
Développement logiciel

Fonctions Python Lambda : syntaxe, utilisations réelles et quand ne pas les utiliser

Fonctions Python lambda expliquées avec le code que nous avons exécuté : syntaxe, tri avec clé, carte et filtre, fermetures, piège de liaison tardiv…

Lire l'article →
Intelligence artificielle

Que sont les agents IA ? Comment ils fonctionnent, avec une simple boucle d'agent que vous pouvez exécuter

Que sont les agents IA ? Un guide simple sur la boucle d'agent, les outils, la mémoire et les garde-fous, avec une petite boucle Python que nous avo…

Lire l'article →
DevOps

Surveillance vs observabilité : la vraie différence, avec les journaux, les métriques et les traces

Surveillance et observabilité expliquées : échecs connus et inconnus, journaux, métriques et traces, présentation pas à pas des incidents de paiemen…

Lire l'article →
DevOps

Volumes Docker vs montages Bind : conserver les données du conteneur de la bonne manière

Volumes Docker et montages de liaison expliqués : pourquoi les données du conteneur disparaissent, volumes nommés, montages de liaison, tmpfs, exemp…

Lire l'article →
Automatisation des tests

TDD vs BDD : principales différences, une fonctionnalité conçue dans les deux sens et quand les utiliser

TDD vs BDD expliqué avec une fonctionnalité de remise construite dans les deux sens : refactor rouge-vert avec le code que nous avons exécuté, scéna…

Lire l'article →
Tests logiciels

Tests d'acceptation utilisateur (UAT) : processus, liste de contrôle et exemples réels

Les tests d'acceptation des utilisateurs sont expliqués : qui les exécute, en quoi ils diffèrent du contrôle qualité, un processus en sept étapes, u…

Lire l'article →
Bases de données et SQL

Explication des valeurs SQL NULL : IS NULL, COALESCE, NULLIF et les pièges à éviter

Les valeurs SQL NULL expliquées avec les requêtes que nous avons exécutées : logique à trois valeurs, IS NULL, COALESCE, NULLIF, comment les agrégat…

Lire l'article →
Bases de données et SQL

Instruction SQL CASE WHEN : syntaxe, exemples réels et erreurs courantes

SQL CASE WHEN expliqué avec les requêtes que nous avons exécutées : formulaires simples et recherchés, ordre des conditions, pivots avec SUM, astuce…

Lire l'article →
Développement logiciel

Qu'est-ce que JWT ? Les jetons Web JSON expliqués avec un exemple fonctionnel

Qu’est-ce que JWT ? JSON Web Tokens expliqué : les trois parties, un jeton construit et falsifié dans le code que nous avons exécuté, JWT vs session…

Lire l'article →
Développement logiciel

Boucle d'événements JavaScript expliquée : pile d'appels, microtâches et minuteries avec des exemples

La boucle d'événements JavaScript expliquée avec le code que nous avons exécuté : pile d'appels, files d'attente de tâches et de microtâches, pourqu…

Lire l'article →
Développement logiciel

Générateurs Python et rendement expliqués : économisez de la mémoire avec des exemples réels

Les générateurs Python et le rendement expliqués avec le code que nous avons exécuté : comment ils s'arrêtent et reprennent, les économies de mémoir…

Lire l'article →
Intelligence artificielle

Que sont les intégrations ? Vecteurs et similarité cosinus expliqués simplement

Que sont les intégrations ? Un guide en langage simple sur les vecteurs, la similarité cosinus et la recherche sémantique, avec un petit exemple que…

Lire l'article →
DevOps

Déploiement Bleu-Vert vs Canary : différences, compromis et comment choisir

Explication du déploiement bleu-vert ou canari : comment chacun fonctionne, coût, risque et restauration, regroupement d'utilisateurs stable que nou…

Lire l'article →
Automatisation des tests

Tests instables : quelles sont leurs causes et comment les corriger définitivement

Des tests irréguliers expliqués avec des démos que nous avons exécutées : les principales causes, comment en confirmer et en diagnostiquer une, les …

Lire l'article →
Tests logiciels

Tests de charge vs tests de contrainte : différences, métriques et exemples k6

Explication des tests de charge et des tests de stress : ce que chacun prouve, les tests de pointe et de trempage, les métriques qui comptent, pourq…

Lire l'article →
Tests logiciels

Scénario de test et scénario de test : principales différences, exemples et quand les utiliser

Scénario de test et scénario de test expliqués : des définitions claires, un tableau côte à côte, une fonctionnalité de réinitialisation de mot de p…

Lire l'article →
Bases de données et SQL

Optimisation des requêtes SQL : lire les plans d'exécution et corriger les requêtes lentes, avec des délais

Optimisation des requêtes SQL testée sur un million de lignes : lire les plans d'exécution, ajouter les bons index, corriger les filtres non Sargabl…

Lire l'article →
Bases de données et SQL

SQL UNION vs UNION ALL : différences, exemples et performances testées

SQL UNION vs UNION ALL expliqué avec les requêtes que nous avons exécutées : des doublons, les règles suivent toutes les deux, un véritable bug de d…

Lire l'article →
Développement logiciel

Tutoriel API JavaScript Fetch : GET, POST, gestion des erreurs et délais d'attente

Un didacticiel de l'API JavaScript Fetch testé sur un serveur local : GET et POST, pourquoi 404 ne lance pas, un assistant réutilisable, des chaînes…

Lire l'article →
Développement logiciel

Gestion des fichiers Python : lecture, écriture, CSV, JSON et pathlib avec exemples

Gestion des fichiers Python expliquée avec le code que nous avons exécuté : modes ouverts, avec lecture de fichiers volumineux, CSV, JSON, pathlib, …

Lire l'article →
Développement logiciel

Classes et objets Python : didacticiel POO avec des exemples réels

Classes et objets Python expliqués avec le code que nous avons exécuté : __init__, méthodes, attributs de classe par rapport à l'instance, héritage,…

Lire l'article →
Intelligence artificielle

Qu'est-ce qu'un grand modèle de langage ? Comment fonctionnent les LLM, expliqués sans battage médiatique

Qu’est-ce qu’un grand modèle de langage ? Les LLM expliqués en langage simple : jetons, intégrations, attention, formation, fenêtres de température …

Lire l'article →
DevOps

Commandes Linux pour les débutants : le guide du terminal essentiel avec des exemples

Commandes Linux pour débutants, regroupées par tâche : navigation, fichiers, affichage des journaux, grep, tuyaux, autorisations, processus et archi…

Lire l'article →
Automatisation des tests

Selenium vs Playwright : principales différences, code comparé et lequel choisir

Comparatif Selenium vs Playwright : architecture, attente, support du navigateur et du langage, débogage, même test dans les deux outils, conseils d…

Lire l'article →
Tests logiciels

Partitionnement d'équivalence : technique de conception de tests expliquée avec des exemples concrets

Le partitionnement d'équivalence expliqué : comment trouver des partitions valides et invalides, des exemples concrets d'âges, de mots de passe et d…

Lire l'article →
Tests logiciels

Gravité vs priorité dans les tests logiciels : différences, matrice et exemples réels

Explication de la gravité et de la priorité dans les tests logiciels : des définitions claires, une matrice à quatre voies avec des exemples, des éc…

Lire l'article →
Bases de données et SQL

Tutoriel sur les sous-requêtes SQL : types, sous-requêtes corrélées et EXISTE avec des exemples

Un didacticiel sur les sous-requêtes SQL avec les requêtes que nous avons exécutées : les sous-requêtes scalaires, IN, FROM et SELECT, les sous-requ…

Lire l'article →
Bases de données et SQL

Transactions SQL et ACID expliquées : COMMIT, ROLLBACK et niveaux d'isolement

Transactions SQL et ACID expliquées avec un virement bancaire que nous avons effectué : COMMIT, ROLLBACK, points de sauvegarde, verrous, niveaux d'i…

Lire l'article →
Développement logiciel

Aide-mémoire sur les commandes Git : les commandes que vous utilisez réellement, avec des exemples

Une aide-mémoire sur les commandes Git regroupées par tâche : configuration, transfert, branches, télécommandes, cache, historique et annulation des…

Lire l'article →
Développement logiciel

Les promesses JavaScript expliquées : alors, catch, Promise.all et les erreurs courantes

Les promesses JavaScript expliquées avec le code que nous avons exécuté : les états, les chaînes then et catch, la gestion des erreurs, Promise.all,…

Lire l'article →
Développement logiciel

Tutoriel du dictionnaire Python : méthodes, exemples et modèles courants

Un didacticiel de dictionnaire Python avec du code que nous avons exécuté : créer, lire et mettre à jour des dictés, des méthodes clés, des fusions,…

Lire l'article →
Intelligence artificielle

Qu’est-ce que RAG ? La génération augmentée par récupération expliquée avec un exemple fonctionnel

Qu’est-ce que le RAG ? La génération augmentée par récupération expliquée étape par étape : indexation, segmentation, intégrations, récupération, un…

Lire l'article →
DevOps

Tutoriel Terraform pour les débutants : Infrastructure en tant que code du premier fichier aux modules

Un didacticiel Terraform pour les débutants : commencez sans compte cloud, apprenez l'initialisation, la planification et l'application, puis les va…

Lire l'article →
DevOps

Docker vs Kubernetes : principales différences, comment ils fonctionnent ensemble et ce dont vous avez besoin

Docker vs Kubernetes expliqué : ce que chacun fait, la même application s'exécute avec les deux, Docker Compose et Swarm comparés, les dockershim ch…

Lire l'article →
Automatisation des tests

Tutoriel Pytest pour les débutants : luminaires, paramétrage et exemples réels

Un tutoriel pytest pour les débutants avec des tests que nous avons exécutés sur pytest 9.2 : assertions, appareils, paramétrage, conftest, marqueur…

Lire l'article →
Tests logiciels

Cycle de vie des tests logiciels (STLC) : 6 phases, critères d'entrée et de sortie, exemple

Le cycle de vie des tests logiciels expliqué : six phases STLC avec des critères d'entrée et de sortie, des livrables, un exemple de fonctionnalité …

Lire l'article →
Développement logiciel

Git merge vs rebase : différences, exemples et quand utiliser chacun

Git merge vs rebase expliqué avec de vraies sorties de log, un tableau comparatif, la règle d'or du rebase et un flux de travail sûr pour les équipes.

Lire l'article →
Développement logiciel

List comprehension Python : syntaxe, exemples et cas à éviter

La list comprehension Python expliquée : syntaxe, filtres, if-else, boucles imbriquées, temps mesurés et cas où une boucle for classique est préféra…

Lire l'article →
Bases de données et SQL

Jointures SQL expliquées avec exemples (Inner, Left, Right, Full)

Comprenez les jointures SQL pas à pas avec des tables et requêtes d'exemple : INNER, LEFT, RIGHT, FULL, CROSS et SELF, plus erreurs courantes et con…

Lire l'article →