IPython est un terminal interactif pour Python qui améliore l'expérience utilisateur lors de l'usage en ligne de commande. Entre les versions 0.12 et 3.x incluses, IPython contenait aussi un grand nombre de fonctionnalités liées au "Notebook" qui fait maintenant partie du "Project Jupyter" – voir dépêche précédente. Cette nouvelle version 5.0 est donc en partie un retour aux sources qui se concentre sur l'interface en ligne de commande de IPython.

Ce qui suit est une adaptation approximative de l’annonce faite sur le blog de Jupyter.

Grand merci à palm123, Storm, M5oul et en particulier à Lucas qui a fait plus de la moitié de la traduction pendant que je suis à SciPy 2016 à Austin, Texas.

TorPy est une version francisée (mais pouvant être traduite dans toute autre langue) du module turtle de Python. Inspiré de la tortue Logo, turtle permet d'apprendre à programmer, puisqu'on écrit les instructions que la tortue n'effectuera qu'ensuite. De plus, cela permet de produire de belles figures géométriques !

TorPy a été écrit par votre serviteur après avoir fait des essais d'utilisation de turtle par des élèves de collège. Son but est de pallier quelques difficultés rencontrées.

TorPy est développé en Python, et nécessite les dépendances supplémentaires suivantes :

• PyQt4 (ou PySide) pour l'interface ;
• Tkinter utilisé par turtle ;
• pstoedit pour créer des images SVG.

Tracim, est une plate‐forme collaborative de partage de fichiers et savoir‐faire pour vos équipes ou communautés. Il permet à ses utilisateurs de collaborer au quotidien et de capitaliser sur les connaissances et sur l’historique de l’information (discussions autour des documents, versionnage et agenda).

Pour en savoir plus sur les fonctionnalités historiques, vous pouvez lire la dépêche de février 2019, et en particulier la partie expliquant ce qu’est la collaboration et ce à quoi Tracim répond. La dépêche de janvier 2018 présentait également les multiples outils que Tracim propose de remplacer dans une interface unifiée et totalement programmable, grâce à son API Rest totale et à l’utilisation de protocoles standards (CalDAV, WebDAV et courriel).

Mais rentrons plutôt dans le vif du sujet…

Bonjour tout le monde,

J’ai l’honneur de vous présenter une nouvelle bibliothèque Java (en fait compatible avec n’importe quel langage qui utilise la machine virtuelle Java, normalement) : confusable-homoglyphs. « Nouvelle » dans sa version Java, car c’est en réalité un portage d’une bibliothèque Python. Notez qu’il en existe aussi une version PHP.

C’est un outil sous licence Apache 2.0 qui permet de gérer directement au sein d’une application les caractères Unicode qui se ressemblent, et donc qui sont source de confusion.

Crowl est un projet de développement d’un crawler SEO collaboratif sous licence GPL v3. Développé en Python et basé sur le cadriciel Scrapy, Crowl a pour but de fournir aux professionnels du référencement un outil simple, robuste et innovant pour répondre à des besoins non couverts par les outils actuels.

HackInScience est un logiciel de publication et de correction automatique d'exercices, son instance hackinscience.org est une collection d'exercices Python.

HackInScience est né en 2014 : j'enseignais alors le Python en université (promos d'environ 70 élèves), et avec les collègues on s'est dit qu'il serait bon de passer plus de temps à aider les élèves qu'a les corriger, que la correction c'était automatisable, mais que passer du temps avec eux, ça ne l'était pas.

Deux "on jette tout et on recommence" plus tard, et deux confinements plus tard, on en est là :

Tout le code est open-source, c'est un simple Django pour présenter les exercices, des websockets pour recevoir sans attendre la correction du bot, et un Celery pour "load-balancer" les rendus aux serveurs de correction. Je n'enseigne plus en université mais le site étant toujours en ligne, et les confinements aidant, il a trouvé son public : 1500 exercices sont réussis par semaine en ce moment.

J’essaye de passer deux semaines par an à plein temps sur le projet, en 2019 j’ai travaillé l’internationalisation (être traducteur de la doc de Python et ne pas traduire ses propres projets n’était pas bien sérieux…), et en 2020 la notion de classement et d’équipes.

À l'occasion de la sortie de la version 0.13, je vous présente cette bibliothèque basée sur Python qui permet de travailler simplement et efficacement avec des données structurées. Jusqu'à présent, les versions se sont enchaînées rapidement mais celle-ci arrive plusieurs mois après la précédente. On peut donc espérer qu'un code développé pour cette nouvelle version demandera moins de maintenance.

Les principales possibilités sont :

• récupérer des données depuis des fichiers CSV, tableaux Excel, des pages web, HDF5, etc. ;
• grouper, découper, alléger, déplacer, écrire les données ;
• ces données peuvent être à une ou deux dimensions, avec des manques, ou encore temporelles avec ou sans périodicité.

Pour peu que les données soient correctement formatées, pandas peut s'en sortir même dans le cas où la quantité dépasse les capacités de votre machine en traitant les sources morceaux par morceaux.

Le développement de cette bibliothèque s'inscrit dans la problématique de disposer d'outils pour manipuler de gros volumes de données dans le but de leur exploitation scientifique ou commerciale.

Note : pandas fonctionne avec la même base de code sur Python 2 et 3 mais ce n'est, peut-être, pas le cas de toutes les dépendances.