Formation 90 min de lecture Structures de données

📦 Fonctions en Python

Python & Data Science Chapitre : Structures de données Sous-chapitre : Fonctions

Objectifs d'apprentissage

🎯 Objectifs :\n
1Créer des fonctions\n2. Utiliser les paramètres par défaut\n3. Comprendre la portée\n4. Utiliser args et *kwargs\n5. Maîtriser les fonctions lambda

Introduction

📖 Les fonctions permettent de réutiliser du code et de mieux organiser vos programmes.

Contenu théorique

Fonctions :\n
PYTHON
\ndef addition(a, b):\n    return a + b\n\nresultat = addition(5, 3)\n
\n📌 args et kwargs :\n
PYTHON
\ndef somme(args):\n    return sum(args)\n\ndef afficher(kwargs):\n    for k, v in kwargs.items():\n        print(f"{k}: {v}")\n
\n📌 Lambda :\n
PYTHON
\ncarre = lambda x: x ** 2\n

Exemples pratiques

💻 Exemple : Calculateur\n
PYTHON
\ndef addition(a, b):\n    return a + b\n\ndef multiplication(a, b):\n    return a * b\n\nprint(addition(5, 3))\nprint(multiplication(5, 3))\n

Bonnes pratiques

1Noms de fonctions explicites\n✅ 2. Documenter avec docstrings\n✅ 3. Une seule responsabilité par fonction

Pièges à éviter

Modifier des paramètres mutables par défaut\n
def f(liste=None): liste = liste or []

Résumé

def : définition\n✅ return : retour\n✅ Paramètres par défaut\n✅ args : arguments variables\n✅ *kwargs : arguments nommés\n✅ lambda : fonctions anonymes

Ressources supplémentaires

📚 docs.python.org/3/tutorial/controlflow.html#defining-functions