Apprendre à coder en Python. Cela fait un moment que vous y pensez, et ça y est vous vous lancez ! Vous téléchargez anaconda et le fameux jeu de données Titanic , vous installez jupyter et c’est parti. Comme tous les débuts, il se peut que vous changiez d’avis à la première difficulté et même si vous faites preuve de bonne volonté , certaines d’entre elles pourront rendre votre démarrage assez laborieux.
Apprendre à coder en Python. Cela fait un moment que vous y pensez, et ça y est vous vous lancez ! Vous téléchargez anaconda et le fameux jeu de données Titanic , vous installez jupyter et c’est parti. Comme tous les débuts, il se peut que vous changiez d’avis à la première difficulté et même si vous faites preuve de bonne volonté , certaines d’entre elles pourront rendre votre démarrage assez laborieux.
1. Ne pas lire les messages d’erreur.
Oui, au début voir beaucoup de rouge sur votre écran est normal.
Python vous donne la possibilité de comprendre vos erreurs en générant un message d’erreur et en indiquant sur quelles lignes de code elles se situent. Alors on peut exécuter à l’infini la cellule de code espérant qu’un jour ce message disparaisse mais je préfère vous le dire tout de suite c’est peine perdue. Maintenant que vous savez cela, retenez qu’il faut toujours lire les messages d’erreur et tenter de les comprendre grâce à la documentation disponible ou bien en cherchant sur des forums tel que stack overflow. Dites-vous toujours que si vous avez commis une erreur quelqu’un l’a forcément commise avant vous et n’hésitez pas à demander de l’aide sur un forum. Evidemment au début vous trouverez ça peut être long et démotivant mais il faut passer par là pour s’améliorer. Avec l’expérience vous irez plus vite et comprendrez rapidement ces messages d’erreur.
2. Ne pas commenter son code
Voici une autre erreur très courante: Coder sans commenter. Au bout d’un certain temps vous vous retrouverez avec un bloc de code sans pouvoir vous souvenir pourquoi vous avez codé cette information de telle manière ou utilisé tel modèle. Également si des personnes passent derrière vous et lisent votre code sans commentaires vous pouvez être sûr qu’elles ne comprendront pas tout. Nous avons chacun notre manière de coder certaines variables mais aussi d’approcher un problème, de le résoudre.
#Alors il faut toujours toujours commenter un minimum votre code.
3. Ne pas lire la documentation
“Mais comment fonctionne cet opérateur ?”
“Quels sont les paramètres de ce modèle ?” les attributs ?”
Si vous avez un doute sur le fonctionnement d’un outil ou son paramétrage il faut toujours lire la documentation. Cela vous permettra de comprendre ce que vous faites, quoi utiliser et comment. Vous pouvez vous servir sans modération de la fonction help qui vous donnera tous les renseignements. Également sur internet des sites comme Scikit-Learn offre une documentation très détaillée des modèles utilisés, à consommer sans modération.
4. Penser que Python indexe en 1
Débuter en python est synonyme en général de commencer par manipuler des listes et vous risquez très certainement de tomber sur ce message d’erreur : « IndexError : list index out of range ». Comme tout débutant vous allez penser que python indexe à partir de 1. Eh bien non! Souvenez-vous toujours que python indexe en 0 cela vous sauvera bien des heures perdues à comprendre les IndexError en cascade.
5. Ne pas affecter un résultat
Le plus simple pour ce type d’erreurs est de l’expliquer par un exemple.
Vous créez une variable b = 2 et vous voulez lui ajouter 1. Vous allez faire b + 1 et exécutez le code mais est-il bien égal à 3 ? Vous pourrez rapidement vous rendre compte que non b est toujours égal à 2. Incompréhensible ! Python ne saurait-il pas faire une simple addition ? Dans notre exemple nous avons exécuté une ligne de code ajoutant 1 à b mais si nous ne signifions pas à python de stocker cette nouvelle valeur de b dans b lui-même il ne le fera pas pour nous. (Autrement dit, on écrit , b=b+1 ou b+=1)
Cela peut paraître bête mais c’est une erreur commune quand on débute.
Envie de démarrer en Python ou d’améliorer vos compétences ? N’hésitez pas à découvrir nos parcours Data Analyst, Data Scientist et Data Engineer.
Besoin de plus d’informations ? Contactez-nous directement !
