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

  1. Accueil
  2. Blog
  3. Développement de logiciels

Développement de logiciels

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

Le module de collections Python vous propose des conteneurs prêts à l’emploi pour le comptage, le regroupement, les files d’attente et les enregistrements légers. Découvrez quand utiliser Counter, defaultdict, deque,namedtuple, OrderedDict et ChainMap, avec la sortie que nous avons exécutée sur Python 3.13.

9 min de lecture
Module de collections Python expliqué : Counter, defaultdict, deque et plus

À retenir

  • Python collections est un module de bibliothèque standard : pas d’installation, juste from collections import ....
  • Counter compte les éléments, defaultdict regroupe les éléments et deque est le bon outil pour les files d’attente.
  • L’évacuation de 100 000 objets par l’avant a pris environ 11 secondes avec list.pop(0) et 3 millisecondes avec deque.popleft() dans notre exécution.
  • namedtuple donne des enregistrements lisibles et immuables ; ChainMap paramètres des calques sans les copier.

La plupart du code Python est construit sur des listes et des dictionnaires, et cela fonctionne jusqu’à ce que vous écriviez la même boucle de comptage pour la cinquième fois ou que vous regardiez une file d’attente ralentir jusqu’à l’exploration. Le module Collections Python existe exactement pour ces moments-là. Il est livré avec Python et ajoute une poignée de conteneurs spécialisés qui sont plus rapides, plus courts et plus clairs que les versions écrites à la main.

Chaque exemple ci-dessous a été exécuté sur Python 3.13.6 sur un ordinateur portable Windows, et les sorties sont copiées à partir de cette exécution. Les timings différeront sur votre machine, mais la taille des écarts ne devrait pas varier. Si vous avez d’abord besoin d’un rappel sur les bases, lisez notre Guide du dictionnaire Python et notre comparaison de liste vs tuple vs set.

Qu’est-ce que le module de recouvrement ?

Le module collections fait partie de la bibliothèque standard Python. Il fournit des types de données de conteneur qui étendent les fonctionnalités intégrées dict, list et tuple. Ceux que vous utiliserez le plus sont :

  • Counter : un dictionnaire qui compte les éléments hachables.
  • defaultdict : un dictionnaire qui crée une valeur par défaut pour les clés manquantes.
  • deque : une file d’attente à double extrémité avec des ajouts et des pops rapides aux deux extrémités.
  • namedtuple : un tuple dont les champs ont des noms.
  • OrderedDict : un dictionnaire avec des outils de commande supplémentaires.
  • ChainMap : une vue qui recherche plusieurs dictionnaires dans l’ordre.

Parce que Counter, defaultdict et OrderedDict sont des sous-classes de dictionnaire, tout ce qui accepte un dict les accepte également. Cela les rend faciles à insérer dans le code existant.

Compteur : comptez n’importe quoi sur une seule ligne

Compter des mots, des codes de statut ou des résultats de tests est un travail classique. Au lieu d’une boucle avec if key in d, transmettez n’importe quel itérable à Counter :

from collections import Counter

words = "the cat sat on the mat the cat ran".split()
c = Counter(words)
print(c)
print(c.most_common(2))
print(c["dog"])
print(c.total())
Counter({'the': 3, 'cat': 2, 'sat': 1, 'on': 1, 'mat': 1, 'ran': 1})
[('the', 3), ('cat', 2)]
0
9

Deux détails méritent d’être soulignés. La recherche d’une clé manquante renvoie 0 au lieu d’augmenter KeyError, et most_common(n) vous donne une liste top-N triée sans aucun code supplémentaire. La méthode total(), ajoutée dans Python 3.10, renvoie la somme de tous les comptes.

Les compteurs prennent également en charge l’arithmétique, ce qui est pratique lorsque vous comparez deux inventaires ou deux séries de tests :

a = Counter(apples=3, pears=1)
b = Counter(apples=1, kiwis=2)
print(a + b)   # Counter({'apples': 4, 'kiwis': 2, 'pears': 1})
print(a - b)   # Counter({'apples': 2, 'pears': 1})
print(a & b)   # Counter({'apples': 1})
print(a | b)   # Counter({'apples': 3, 'kiwis': 2, 'pears': 1})

La soustraction supprime tout compte tombant à zéro ou en dessous, donc a - b n’a pas de kiwis. L’intersection conserve le minimum de chaque compte et l’union conserve le maximum. Une utilisation pratique : comptez les noms de tests ayant échoué sur deux exécutions nocturnes et soustrayez pour voir quels échecs sont nouveaux.

defaultdict : groupe sans vérifier les clés

Le regroupement d’enregistrements par clé nécessite normalement une vérification pour savoir si la clé existe. Un defaultdict prend une fonction d’usine, telle que list ou int, et l’appelle la première fois qu’une clé manquante est utilisée :

from collections import defaultdict

orders = [("asha", "books"), ("ravi", "pens"), ("asha", "pens"), ("li", "books")]
g = defaultdict(list)
for cust, item in orders:
    g[cust].append(item)
print(dict(g))
{'asha': ['books', 'pens'], 'ravi': ['pens'], 'li': ['books']}

Vous pouvez obtenir le même résultat avec dict.setdefault(cust, []).append(item), et dans notre exécution, les deux dictionnaires sont comparables. La version defaultdict se lit mieux et ne crée pas de liste vide jetable à chaque appel comme le fait setdefault.

Astuce : une simple recherche sur un defaultdict crée la clé. Dans notre test, la lecture de dd["x"] sur un defaultdict(int) vide a renvoyé 0 et a laissé {'x': 0} derrière. Utilisez "x" in dd ou dd.get("x") lorsque vous souhaitez uniquement vérifier.

deque : une vraie file d’attente dont les deux extrémités sont ouvertes

Un deque (prononcé « deck ») prend en charge les rapides append, appendleft, pop et popleft. Il possède également deux fonctionnalités qui manquent à la liste : une longueur maximale et une rotation.

from collections import deque

last3 = deque(maxlen=3)
for n in range(1, 7):
    last3.append(n)
print(last3)          # deque([4, 5, 6], maxlen=3)

r = deque([1, 2, 3, 4, 5])
r.rotate(2)
print(r)              # deque([4, 5, 1, 2, 3])

Avec maxlen défini, l’ajout à un deque complet supprime silencieusement un élément de l’autre extrémité. Cela le rend parfait pour un tampon des « N dernières lignes de journal », une moyenne mobile ou un historique de recherche récent. rotate est utile pour la planification à tour de rôle, par exemple en parcourant les testeurs.

list vs deque : le timing qui compte

Les listes sont rapides à la fin mais lentes au début, car la suppression du premier élément décale tous les autres éléments vers la gauche. Nous avons vidé un conteneur par l’avant à chaque approche et l’avons chronométré avec timeit :

Articles list.pop(0) deque.popleft()
20,000 0,408 s 0,0006 s
50,000 2,566 s 0,0014 s
100,000 11,362 s 0,0030 s

Le fait de doubler les éléments a à peu près quadruplé le temps de liste, ce qui est la signature du travail quadratique, tandis que le temps deque a augmenté en ligne droite. À 100 000 objets, le deque était plusieurs milliers de fois plus rapide. Si votre code traite les tâches, les messages ou les nœuds de recherche en largeur dans l’ordre d’arrivée, utilisez un deque.

Le compromis : les deques sont plus lents que les listes d’accès aléatoire au milieu, comme d[50000], et ils ne prennent pas en charge le découpage. Utilisez une liste lorsque vous indexez souvent et un deque lorsque vous appuyez et sautez aux extrémités.

nommétuple : enregistrements lisibles

Un tuple comme (3, 4) fonctionne, mais p[0] ne dit rien sur la signification de la valeur. namedtuple construit une petite classe avec des champs nommés :

from collections import namedtuple

Point = namedtuple("Point", "x y")
p = Point(3, 4)
print(p, p.x, p._asdict(), p._replace(x=10))
p.x = 5
Point(x=3, y=4) 3 {'x': 3, 'y': 4} Point(x=10, y=4)
AttributeError: can't set attribute

Les tuples nommés sont immuables, utilisent aussi peu de mémoire que les tuples simples et sont toujours décompressés comme des tuples. _replace renvoie une nouvelle copie avec un champ modifié. Si vous avez besoin de champs mutables, de valeurs par défaut avec validation ou de méthodes, une classe de données est généralement la meilleure solution ; consultez notre Guide des classes de données Python. L’alternative typée typing.NamedTuple donne le même objet avec des indices de type.

OrderedDict : toujours utile après Python 3.7

Depuis Python 3.7, les dictionnaires normaux conservent l’ordre d’insertion, donc beaucoup de gens supposent que OrderedDict est obsolète. Ce n’est pas le cas, pour deux raisons que nous avons confirmées :

from collections import OrderedDict

od = OrderedDict(a=1, b=2, c=3)
od.move_to_end("a")
print(list(od))                                         # ['b', 'c', 'a']
print(dict(a=1, b=2) == dict(b=2, a=1))                 # True
print(OrderedDict(a=1, b=2) == OrderedDict(b=2, a=1))   # False

Premièrement, move_to_end et popitem(last=False) en font une base simple pour un cache le moins récemment utilisé. Deuxièmement, l’égalité entre deux OrderedDicts est sensible à l’ordre, tandis que les dicts simples ignorent l’ordre. Cela est important lorsque l’ordre lui-même fait partie des données, comme l’ordre des colonnes dans un rapport.

ChainMap : paramètres en couches

La configuration provient souvent de plusieurs endroits : les indicateurs de ligne de commande remplacent les variables d’environnement, qui remplacent les valeurs par défaut. ChainMap recherche une liste de dictionnaires dans l’ordre sans les fusionner :

from collections import ChainMap

defaults = {"theme": "light", "lang": "en", "debug": False}
env = {"debug": True}
cli = {"lang": "fr"}
cfg = ChainMap(cli, env, defaults)
print(cfg["theme"], cfg["lang"], cfg["debug"])   # light fr True

Chaque recherche vérifie d’abord cli, puis env, puis defaults. Étant donné que rien n’est copié, une modification apportée à l’un des dictionnaires sources apparaît immédiatement. Les écritures vont uniquement au premier mappage, ce qui protège vos valeurs par défaut. Cela se marie bien avec les modèles de notre guide des variables d’environnement.

Aide-mémoire sur les collections Python

Besoin Utiliser Au lieu de
Compter les éléments, N premiers Compteur Boucle et tri manuels de dict
Regrouper les valeurs par clé defaultdict(list) if key not in d chèques
File d’attente ou fenêtre coulissante deque, maxlen list.pop(0)
Petit enregistrement immuable tuple nommé Tuple nu avec accès à l’index
Réorganisation ou égalité consciente de la commande OrdonnéDict Reconstruire un dict
Recherches de configuration en couches Carte de chaîne Copier et fusionner des dictionnaires

Le module contient également UserDict, UserList et UserString, qui sont des classes wrapper destinées au sous-classement lorsque vous souhaitez personnaliser le comportement en toute sécurité. La plupart des codes de tous les jours n’en ont jamais besoin.

Erreurs courantes avec les collections

  • Création de clés par accident. La lecture d’une clé manquante à partir d’un defaultdict l’insère. Le code ultérieur qui boucle sur les clés voit alors les entrées vides.
  • Attente de comptes négatifs. Counter la soustraction avec - laisse tomber zéro et les résultats négatifs. Utilisez c.subtract(other) si vous devez conserver les négatifs.
  • Utilisation d’un deque pour un accès aléatoire. L’indexation près du milieu est plus lente qu’avec une liste, et le découpage génère une erreur.
  • Traitement du tuple nommé comme mutable. L’affectation échoue. Utilisez _replace ou passez à une classe de données.
  • L’oubli de maxlen supprime les données. Un deque entièrement limité supprime les éléments en silence, ce qui est idéal pour les tampons mais mauvais pour les files d’attente de tâches qui ne doivent pas perdre de travail.

Lorsque les données proviennent d’un flux que vous traitez paresseusement, combinez ces conteneurs avec des générateurs et les outils de notre Guide des itertools Python. Par exemple, Counter accepte directement un générateur, vous pouvez donc compter les lignes dans un gros journal sans le charger en mémoire.

Pour conclure

Le module de collections Python est petit, mais il supprime une quantité surprenante de passe-partout. Recherchez Counter lorsque vous comptez, defaultdict lorsque vous regroupez, deque chaque fois que des éléments partent de l’avant et namedtuple ou ChainMap lorsque la lisibilité est importante. Notre test de timing a clairement montré l’enjeu : le bon conteneur a transformé une boucle de 11 secondes en quelques millisecondes.

Questions fréquentes

Dois-je installer le module de collections Python ?

Non, il fait partie de la bibliothèque standard, vous n’avez donc besoin que d’une importation telle que depuis le compteur d’importation de collections.

Quelle est la différence entre dict et defaultdict ?

Un dict génère KeyError pour une clé manquante. Un defaultdict appelle sa fonction d’usine, telle que list ou int, pour créer une valeur par défaut et la stocke sous cette clé.

Quand dois-je utiliser deque au lieu de list ?

Utilisez deque lorsque vous ajoutez ou supprimez des éléments au premier plan, comme dans les files d’attente et les fenêtres coulissantes. Lors de notre test, drainer 100 000 éléments par l’avant a pris environ 11 secondes avec une liste et 3 millisecondes avec un deque.

OrderedDict est-il toujours nécessaire dans Python 3.7 et versions ultérieures ?

Moins souvent, car les dictionnaires conservent l’ordre d’insertion. Il est toujours utile pour move_to_end, popitem depuis l’une ou l’autre extrémité et les contrôles d’égalité sensibles à l’ordre.

Dois-je utiliser un tuple nommé ou une classe de données ?

Utilisez nametuple pour les petits enregistrements immuables qui doivent se comporter comme des tuples. Utilisez une classe de données lorsque vous avez besoin de champs mutables, de valeurs par défaut, de méthodes ou de validation.

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 →
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

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 →
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 →