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.
- Python collections est un module de bibliothèque standard : pas d’installation, juste
from collections import .... Countercompte les éléments,defaultdictregroupe les éléments etdequeest 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 avecdeque.popleft()dans notre exécution. namedtupledonne des enregistrements lisibles et immuables ;ChainMapparamètres 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
defaultdictl’insère. Le code ultérieur qui boucle sur les clés voit alors les entrées vides. - Attente de comptes négatifs.
Counterla soustraction avec-laisse tomber zéro et les résultats négatifs. Utilisezc.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
_replaceou 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
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.
Plus de guides sur tests, IA et développement moderne
Vous avez apprécié cet article ? Choisissez un sujet et accédez directement à nos nouveaux didacticiels.
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 logicielMéthodes 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 →DevOpsGit 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 testsExplication 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 logicielsTests 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 SQLORDER 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 SQLTotal 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 logicielTableau 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 artificielleStratégies 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 logicielL'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 →DevOpsGit 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 logicielsExplication 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 testsExplication 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 SQLSQL 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 SQLSQL 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 logicielExplication 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 logicielModule 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 artificielleFenêtre 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 logicielLes 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 →DevOpsGit 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 testsLes 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 logicielsTests 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 artificielleL'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 →DevOpsEnregistrements 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 →DevOpsExplication 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 testsGénération 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 logicielsExplication 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 SQLFonctions 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 SQLDéclencheurs 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 logicielModule 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 logicielModules 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 logicielPython 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 artificielleExplication 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 →DevOpsClés 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 →DevOpsLa 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 testsExplication 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 logicielsExplication 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 SQLContraintes 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 SQLFonctions 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 logicielPython 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 logicielDebounce 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 logicielLes 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 artificielleTempérature 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 →DevOpsYAML 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 →DevOpsLes 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 artificielleLes 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 →DevOpsVariables 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 logicielLimitation 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 testsSe 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 logicielsCouverture 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 SQLDELETE 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 SQLVues 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 logicielInterface 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 logicielPython *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 logicielFonctions 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 artificielleQue 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 →DevOpsSurveillance 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 →DevOpsVolumes 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 testsTDD 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 logicielsTests 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 SQLExplication 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 SQLInstruction 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 logicielQu'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 logicielBoucle 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 logicielGénérateurs 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 artificielleQue 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 →DevOpsDéploiement 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 testsTests 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 logicielsTests 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 logicielsScénario 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 SQLOptimisation 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 SQLSQL 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 logicielTutoriel 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 logicielGestion 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 logicielClasses 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 artificielleQu'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 →DevOpsCommandes 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 testsSelenium 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 logicielsPartitionnement 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 logicielsGravité 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 SQLTutoriel 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 SQLTransactions 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 logicielAide-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 logicielLes 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 logicielTutoriel 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 artificielleQu’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 →DevOpsTutoriel 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 →DevOpsDocker 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 testsTutoriel 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 logicielsCycle 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 logicielGit 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 logicielList 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 SQLJointures 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 →