Maîtrisez Python avec les quiz interactifs Real Python — Testez vos compétences

Vérifiez votre progression apprentissage Python et faites monter vos compétences au niveau supérieur avec les quiz interactifs Real Python.

Nous avons créé ces quiz Python en ligne comme façon ludique de vérifier votre progression et tester vos skills.

Chaque quiz vous guide à travers une série de questions. Certaines QCM, d'autres demandent saisie réponse, d'autres exigent écrire du vrai code Python. À chaque quiz, score des bonnes réponses tenu à jour.

À la fin, note basée sur résultat. Si pas 100 % premier essai — pas de panique ! Quiz conçus pour challenger, normal de les refaire plusieurs fois, améliorer score chaque run.

Faites le Quiz : Testez connaissances avec notre quiz interactif "Python Skill Test". Score à la fin pour tracker progression :

Quiz Interactif — Python Skill Test — Testez connaissances Python quiz compétences basic à advanced. Niveau : Novice, Intermédiaire, Compétent, Expert ?

Catalogue des quiz disponibles (sélection)

• Introduction pratique au Web Scraping Python — Parsing données site via méthodes chaînes, regex, parseurs HTML, interaction formulaires/composants web.
• Vérificateur de types ty d'Astral pour Python — Installation, usage, config règles, limitations actuelles (Rust-powered, ultra-rapide).
• Entrée/Sortie de base Python — Fonctions built-in input() et print() : capture saisie clavier, affichage console.
• Beautiful Soup : Construire un Web Scraper Python — Inspecter structure HTML cible, décoder données encodées URLs, Requests + Beautiful Soup scraping/parsing.
• Opérateurs bitwise Python — AND, OR, XOR, NOT, shifts, bitmasks, applications.
• Construire Blog Django, GraphQL, Vue — Backend Django blog + frontend Vue, GraphQL communication, découplage, persistance données API, SPA.
• Synthétiseur guitare — Concepts théorie musique et synthèse sonore.
• Table de hachage Python avec TDD — Hachage Python répartissant valeurs dans buckets, collisions, distribution uniforme, dev piloté tests.
• Chatbot RAG LLM avec LangChain — Retrieval-augmented generation chatbot LangChain + Neo4j, réponses contextuelles données structurées/non-structurées.
• Interfaces ligne commande Python argparse — Module argparse pour CLIs user-friendly, commun dev/data science/admin système.
• Choisir meilleure police programmation — Technicités/features à considérer police code, repérer police coding haute qualité.
• Structures flux contrôle Python — Conditionnels, boucles, gestion exceptions, pattern matching structurel. Skills code dynamique, robuste.
• Data Classes Python — Feature Python 3.7, classe stockage données, fonctionnalités base implémentées (init, print, comparaison).
• Copies profondes vs superficielles Python — Assignment, identité, copier objets complexes correctement.
• Définir et appeler fonctions Python — Paramètres, types arguments, valeurs par défaut, documentation fonctions.
• Fonction main() Python — Variable spéciale __name__, meilleures pratiques définition main().
• Dictionnaires Python — Type dict : créer, accéder, modifier paires clé-valeur méthodes/opérateurs built-in.
• Documenter code Python : Guide complet — Documenter scripts/projets Python efficacement pour lisibilité/maintenabilité.
• Tests efficaces avec Pytest — Outil test Python, écrire tests efficaces/efficient pour code comportement attendu.
• Explorer dataset avec pandas — Fondamentaux pandas : structures cœur, indexation, filtrage, groupement, dtypes, fusion DataFrames.
• Mots-clés Python — Mots-clés réguliers vs soft, catégories, pièges courants.
• Protocoles Python — Sous-typage structurel, vérification types statique, usage generic/subprotocol.
• Closures Python : Exemples et cas d'usage — Closures = feature langages fonctionnels, populaire Python car permettent décorateurs base-fonctions.
• T-strings Python — Syntaxe, cas usage, différences f-strings/anciennes approches.
• Premiers pas LangChain — LLM ont pris monde d'assaut. Cours vidéo étape-par-étape : bibliothèque LangChain pour apps assistées LLM.
• Formater floats dans f-strings — Contrôler précision/apparence nombres flottants dans chaînes formatées.
• Programmation fonctionnelle Python : Quand et comment — Fonctions citizens first-class, mot-clé lambda, implémentation code fonctionnel map/filter/reduce.
• Générer images DALL·E + OpenAI API — Librairie OpenAI Python, appels API génération images, prompts texte, conversion Base64 → PNG.
• Démarrer Django : Construire app Portfolio — Framework web Python full-featured : étapes créer web app fonctionnelle, features clés Django.
• Démarrer FastAPI — Quiz pratique : bases FastAPI, installation, endpoints, réponses JSON auto, Swagger UI.
• Getters/Setters : Gérer attributs Python — Méthodes getter/setter et properties, quand utiliser, encapsulation classes.
• Fonctionnalités Async Python — Prog synchrone vs asynchrone, pourquoi écrire async, utiliser features async Python.
• Python IDLE débutant — IDE par défaut bundled chaque installation Python : interagir Python direct IDLE, éditer/exécuter fichiers.
• Tests Python débutant — Créer tests basiques, exécuter, trouver bugs avant utilisateurs.
• GitHub Actions pour Python — Automatiser linting, tests, déploiement projet Python via GitHub Actions/workflows.
• Structurer script Python — Bonnes pratiques organiser/structurer scripts Python : code clair, maintenable, exécutable.
• Choisir noms fonctions Python — Règles/conventions nommage fonctions Python, importance code Pythonic.
• Ajouter Python au PATH — Variable PATH : ajouter Python Windows/Linux/macOS pour accès terminal facile.
• Vérifier si chaîne Python contient sous-chaîne — Meilleure façon check substring, regex, pandas.
• Créer projet Django — Setup Django safe, pin requirements, créer projet/app, premier site.
• Tables pivot pandas — Pousser connaissances pivot tables au-delà tutoriel, investigation personnelle requise.
• Données manquantes Polars — Travailler données null Polars, investigation extra requise.
• Déboguer erreurs Python courantes — Techniques core debug : lecture tracebacks, print(), breakpoints.
• Supprimer valeurs nulles pandas — .dropna() : retirer nulls, nettoyer données manquantes, préparer DataFrames analyse précise.
• Valeur absolue Python — Fonctions built-in et cas usage courants calcul valeur absolue, précision coding.
• Applatir liste de listes Python — Convertir liste multidimensionnelle (matrice) en liste 1D. Opération courante données nested lists.
• Grouper données Polars .group_by() — Skills aggregation/group_by Polars, au-delà tutoriel.
• Installer Python sur votre système — Installer/mettre à jour Python Windows/macOS/Linux.
• Joindre chaînes Python — Méthode .join() combiner chaînes, cas limites, optimisation perf.
• Gérer projets Python pyproject.toml — Fichier config unifiant package setup, gestion deps, builds streamlined.
• Retirer éléments listes Python — Skill fondamental : manipuler listes efficacement.
• Réinitialiser index DataFrame pandas — Au-delà tutoriel, investigation extra.
• Exécuter vos scripts Python — Skill #1 dev Python : lancer scripts/code. Testez votre niveau.
• Diviser chaîne Python — Méthode .split() : text-processing/parsing données, diviser string en liste sous-chaînes selon délimiteur.
• Retirer caractères chaîne Python — .strip(), .lstrip(), .rstrip(), .removeprefix(), .removesuffix() : nettoyage saisie utilisateur, standardisation noms fichiers, prep stockage.
• Expressions conditionnelles NumPy where() — Fonction np.where(), recherche additionnelle recommandée.
• Générateurs et yield Python — Travailler gros datasets façon Pythonic, créer fonctions/expressions générateurs, pipelines données.
• Git guide débutant — Bases Git : init repos, staging fichiers, commits snapshots, gérer historique projet.
• Python : Premiers pas — Révision bases : syntaxe, mots-clés, variables, erreurs, outils tout débutant doit connaître.
• sorted() et .sort() Python — Tri Python : trier divers types données structures, personnaliser ordre, deux façons trier.
• Polars LazyFrames — Au-delà tutoriel, investigation extra.
• Écrire beau code Python PEP 8 — Guidelines PEP 8, setup env dev code compliant PEP 8.
• Docstrings Python — Syntaxe, conventions, formats, accéder/générer documentation.
• Hugging Face Transformers — Librairie populaire transformer models NLP, computer vision, ML apps.
• Implémenter interface Python — Interfaces Python rôle software engineering, gérer complexité app croissante.
• Héritage et Composition : Guide POO Python — Deux concepts majeurs POO modéliser relation deux classes. Multiple inheritance.
• Installer/exécuter apps Python avec pipx — Apps Python depuis environnements virtuels isolés via pipx. Safe run apps globales OS.
• Interagir avec Python — REPL, scripts fichiers, IDEs/éditeurs, Jupyter Notebooks.
• DuckDB introduction — Investigation extra requise.
• Itérateurs et Itérables Python : Itérations efficaces — Créer/travailler itérateurs/itérables, différences, fonctions génératrices.
• LangGraph : Agents IA stateful Python — Librairie workflows/agents LLM stateful, cycliques, multi-acteurs. Construire workflows/agents LangGraph.
• Régression linéaire Python — Technique fondamentale stat/ML, Python choix populaire ML.
• Listes vs Tuples Python — Créer, accéder, manipuler, best practices usage efficace code.
• Logging Python — Module logging : ajouter logs apps, debug erreurs, analyser performance.
• marimo : Notebook réactif, reproductible — Réponses mostly in tutorial, recherche additionnelle some.
• Maîtriser boucles while — Itération indéfinie boucle "while" Python. Mots-clés, best practices.
• MVC Python Web Apps : Expliqué avec Lego — Pattern design fondamental frameworks web Python. Models, Views, Controllers, exemples concrets dev web.
• Linting Python moderne Ruff — Installation checks, linting continu, formatage, sélection règles, auto-fixes, config.
• Espaces de noms et Portée Python — Concepts cruciaux organiser noms symboliques objets programme Python, éviter interférences.
• Espaces de noms Python — Idem ci-dessus.
• Boucles imbriquées Python — Actions répétées multi-séquences, mais y a-t-il plus ?
• Exemples pratiques NumPy : Techniques utiles — Arrays NumPy, investigation extra.
• Opérateurs et Expressions Python — Arithmétiques, comparaison, booléens, identité.
• Polars vs pandas : Différences ? — Différences clés ces bibliothèques open-source Python.
• Prompt Engineering pratique — Techniques prompt engineering LLMs (GPT-3.5/4), API OpenAI, stratégies améliorer résultats.
• Jinja Templating primer — Outil puissant templates riches apps web Python, aussi fichiers texte contenu programmatique.
• Décorateurs Python primer — Concepts fondateurs décorateurs Python, créer/utiliser.
• Profilage performance Python — Outils profilage/perf : identifier goulets étranglement, cProfile, timeit.
• Pydantic : Validation données simplifiée Python — Librairie validation puissante : schémas données, validateurs custom, validation args fonctions, settings pydantic-settings.
• Python 3.13 : Nouvelles features cool — Key updates/améliorations version.
• Python 3.13 : Free Threading et Compilateur JIT — Compiler build custom, désactiver GIL, activer JIT, etc.
• Python 3.14 : Nouvelles features cool — Key updates/améliorations version.
• Python et APIs REST : Interagir services web — Récupérer, parser, mettre à jour, manipuler données toute API RESTful.
• Annotations Python — Type hints/annotations, évaluation runtime selon versions Python.
• args et kwargs Python : Démystifiés — *args/**kwargs : flexibilité fonctions.
• Python Basics : Construire systèmes avec Classes — Composer classes, hériter, surcharger comportement = puissance POO.
• Python Basics : Logique conditionnelle et Flux contrôle — Programmes actions différentes selon conditions. Fonctions + boucles = programmes complexes situations multiples.
• Python Basics : Dictionnaires — Collections objets paires clé-valeur (vs séquences listes/tuples).
• Python Basics : Opérations système fichiers — Module pathlib : créer, itérer, chercher, déplacer, supprimer fichiers/dossiers.
• Python Basics : Trouver et corriger bugs code — Erreurs logique = programme valide mais fait pas intention. Bugs = comportements inattendus. Debugging = retirer bugs. Debugger = outil chasse bugs/comprendre pourquoi.
• Python Basics : Fonctions et Boucles — Fonctions = chunks code plus petits, définir actions programme exécute plusieurs fois. Au lieu réécrire même code, appeler fonction !
• Python Basics : Installer packages pip — Batteries included mais parfois librairie tierce nécessaire. Installer via pip.
• Python Basics : Listes et Tuples — Créer, indexer, slicer, mutabilité, imbrication.
• Python Basics : Modules et Packages — Construire app code lié fichiers séparés = modules. import pour utiliser modules autre fichier.
• Python Basics : Nombres et Math — Pas besoin math whiz mais nombres partie intégrale tout langage. Python no exception.
• Python Basics : POO — Structurer programme bundling propriétés/comportements liés objets individuels. Test compréhension POO.
• Python Basics : Lecture/Écriture fichiers — Déplacer données programmes Python ↔ logiciels externes. CSV = format widely supported données tabulaires.
• Python Basics : Portées — Comprendre fonctions/boucles Python = familiariser portée = détermine visibilité nom dans programme.
• Python Basics : Setup Python — Install Windows/macOS/Ubuntu, PATH, IDLE quiz rapide.
• Python Basics : Chaînes et Méthodes chaînes — Type fondamental Python. Collections texte, contextes multiples : saisie utilisateur, lecture fichier, messages équipements réseau.
• Python Bytes — Objets bytes Python : concepts clés bas-level data type.
• Closures Python : Cas usage courants exemples — Closures = feature langages fonctionnels, populaire Python car permettent décorateurs base-fonctions.
• Qualité code Python : Best practices et outils — Importance produire code Python haute qualité : fonctionnel, lisible, maintenable, efficace, sécurisé.
• Concurrence Python — Formes concurrence Python, implémenter multi-threaded/async solutions I/O-bound, parallélisme vrai CPU-bound.
• Décorateurs Python 101 — Fonctions first-class, fonctions internes, décorateurs, étendre comportement cleanly.
• Descripteurs Python : Introduction — Contrôle accès attributs, méthodes spéciales get/set, attributs read-only.
• Compréhensions dictionnaires Python : Comment et quand — Créer, transformer, filtrer dicts concise/rapide. Conciseness/readability++ vs boucles for.
• Itération dictionnaires Python — Structures données les plus importantes/utiles. Itérer efficacement résoudre large variété problèmes programming.
• Exceptions Python : Introduction — Différence erreurs syntaxe vs exceptions, lever exceptions, assertions, try/except.
• Python Folium : Cartes web depuis vos données — Librairie Folium = forces mapping Leaflet JS via API Python. Visualisations géo interactives partageables site web.
• Boucles for Python : La façon Pythonic — Itérer items collection, range() itérations prédéfinies, enumerate() itération index-based.
• Programmation GUI Python Tkinter — Framework GUI de facto Python. Widgets, gestionnaires géométrie, gestionnaires événements.
• Import Python : Techniques avancées et astuces — Instruction import : fonctionnement, modules import dynamiques runtime.
• Mots-clés Python : Introduction — Mots-clés réservés + soft keywords. Fonctions/restrictions spécifiques, fondamentaux construction programmes Python.
• Fonctions Lambda Python — Petites fonctions anonymes, syntaxe plus restrictive/concise que fonctions régulières. Usage optimal.
• Mappings Python — Caractéristiques/opérations base mappings Python. Créer mapping custom.
• Modules et Packages Python — Mécanismes facilitant programmation modulaire. Découper grosse tâche en sous-tâches gérables. Avantages : simplicité, maintenabilité, réutilisabilité.
• Idiome Name-Main Python — if __name__ == "__main__" : série questions ! Probablement rencontré, peut-être utilisé scripts persos. Mais correctement ?
• Packages namespace Python — Gérer multiples packages sans __init__.py.
• Gestion projets Python uv — Gestionnaire projets Python rapide. Practice setup, installs packages, fichiers clés créés uv.
• Raw Strings Python — Littéraux chaînes brutes : regex cleaner, paths Windows, séquences échappement.
• Exceptions built-in Python : Walkthrough avec exemples — Identifier/gérer exceptions built-in quand apparaissent. Lever certaines exceptions code.
• Fonctions built-in Python : Exploration complète — Fonctions disponibles built-in. Computations math → features Python-specific.
• Bytearray Python — Type données bytearray : concepts clés/usages.
• enumerate() Python — Index accès items séquence pas Pythonic. enumerate() built-in : où utilisé, émuler comportement.
• Séquences Python : Guide complet — Caractéristiques base séquence, opérations communes, méthodes spéciales, créer séquences user-defined mutable/immutable.
• Compréhensions ensembles Python : Comment et quand — Créer, transformer, filtrer sets concise/rapide. Conciseness/readability++ vs boucles for régulières.
• Ensembles Python — Type set built-in : collections unordered, unique, hashable. Créer/initialiser, opérations clés.
• Méthodes instance, classe, statique Python : Démystifiées — Différences ces méthodes, usage efficace code Python.
• Python Skill Test — Quiz compétences basic→advanced. Niveau : Novice, Intermédiaire, Compétent, Expert ?
• property() Python : Attributs gérés classes — Créer attributs gérés, évaluation paresseuse, attributs calculés, plus.
• raise Python : Lever exceptions efficacement — Instruction raise : gérer erreurs/situations exceptionnelles, programmes robustes, code haute qualité.
• Bibliothèque Requests Python — Requêtes HTTP/interaction services web.
• Formatage chaînes Python : Outils dispo et features — f-strings, .format(), opérateur modulo. Forces/faiblesses.
• Chaînes et Données caractères Python — Type string : créer littéraux/str(), méthodes chaînes, opérateurs/fonctions built-in, plus !
• Division chaînes Python — split(), rsplit(), whitespace handling, séparateurs custom, regex, cas limites.
• unittest Python : Écrire tests unitaires — Framework stdlib unittest : créer tests basiques, exécuter, trouver bugs avant utilisateurs.
• Python Textual : Beaux UIs terminal — Librairie Textual : apps terminal riches, widgets. Renforcer concepts/clés features Textual.
• Threading Python — Sujets tutoriel "Intro To Threading".
• Thread Safety Python : Lock et autres techniques — Conditions course, locks, primitives sync module threading. Renforcer connaissances code thread-safe.
• time.sleep() Python — Délais temps programmes Python.
• Vérification types Python — Annotations/type hints, ajout types statiques code, lancer checker statique, forcer types runtime. Dev plus efficace.
• Environnements virtuels Python : Primer — Éviter conflits déps, aider autres devs reproduire env dev.
• Boucles while Python : Répéter tâches conditionnellement — Bloc code répété tant que condition vraie. Skill crucial tout dev Python.
• Bases Quantum Computing Qiskit — Superposition, qubits, intrication, concepts programmation clés.
• Lecture/Écriture fichiers WAV Python — Module wave : synthétiser sons, analyser/visualiser formes d'onde, spectrogrammes dynamiques, effets audio spéciaux.
• Récursion Python : Introduction — Cas base, structure récursive, considérations performance, cas usage courants.
• Ruff : Linter Python moderne — Pourquoi checker code Python Ruff, auto-fix erreurs, formatage, configs optionnelles enhance linting.
• Copies superficielles vs profondes objets Python — Module copy : outils créer copies shallow/deep. Crucial gérer structures données complexes mutables safe/efficace.
• Underscores simples/doubles noms Python — Différencier public/non-public, éviter conflits noms, code Pythonic/consistent.
• Programmation sockets Python — Créer apps client-serveur propres, gérer connexions multiples simultanées, envoyer messages/données endpoints.
• Accélérer Python Concurrence — CPU vs I/O-bound, GIL, asyncio, race conditions, multiprocessing.
• Interpolation chaînes Python : Outils dispo — f-strings, .format(), modulo. Forces/faiblesses.
• Retirer caractères chaîne Python — strip, lstrip, rstrip. Comportement défaut, chars custom, plus.
• Pattern Matching Structurel — Construct flux contrôle puissant Python 3.10 : syntaxe concise/lisible, style déclaratif code.
• Booster classes Python super() — Héritage et super() : single/multiple inheritance.
• Module calendar Python — Manipuler/customiser/afficher calendriers direct terminal. Fonctions/méthodes fondamentales module.
• Fonction print() Python — Quiz interactif : revisiter print(), features lesser-known.
• Fonction print() Python (bis) — Formatage sortie, séparateurs custom, plus.
• Instruction return Python — Écrire fonctions : pratiques programmation liées return. Fonctions lisibles/robustes/maintenables.
• REPL Python Standard : Tester code/idées vite — REPL = run Python interactif : tester nouvelles idées, explorer libs, refactor/debug, exemples.
• Opérateur Walrus Python : Expressions affectation — := introduit Python 3.8. Code plus concis/efficace.
• Threading Python (bis) — Créer threads, locks, éviter race conditions, pipelines.
• Comprendre Mock Object Library Python — unittest.mock : tests robustes, objets mock, code fiable/efficient.
• Variables globales fonctions Python — Partager data travers programme, modifier/créer globales dans fonctions, quand éviter.
• Data Classes Python usage — Namedtuple, immutabilité, méthodes auto-générées, héritage, slots.
• Dictionnaires Python usage — Type dict quick quiz : fonctionnement, utilité, différence liste.
• Jupyter Notebooks usage — Cells, modes, raccourcis, Markdown, outils serveur, export HTML.
• .__dict__ Python : Travailler attributs — Attribut .__dict__ classes/instances/fonctions. Namespace mapping noms attributs → valeurs. Outil métaprogrammation/debug versatile.
• .__repr__() vs .__str__() Python — Méthodes dunder repr/str : contrôler affichage objet, classes plus lisibles/debuggables/maintenables.
• Automatisation Web Python Selenium — Selenium Python : lancer navigateurs, interagir éléments web, contenu dynamique, pattern Page Object Model (POM).
• Web Scraping Scrapy + MongoDB — Projet Scrapy, scraper fonctionnel, extraire données sites, stocker MongoDB, test/debug scraper.
• Bienvenue Real Python ! — Tour Real Python, ressources votre niveau, utiliser communauté étudier efficacement.
• Opérations CRUD ? — Concepts/clés techniques CRUD. Fondamentaux tout système interagissant DB, cruciaux gestion données efficace.
• Classes Mixin Python ? — Classes spécialisées réutilisant méthodes sans héritage traditionnel.
• Que faire avec Python ? — Ce que Python peut/ne peut pas : web/GUI apps, data science, CLI tools, systèmes embarqués.
• Que pouvez-vous faire avec Python ? — Où Python brille : web, APIs, CLIs, GUIs, data science, ORMs, automation, robots. Termes clés, outils, workflows.
• Zen of Python exactement ? — Apprendre/tester Zen : aphorismes guides, tips code plus clair/lisible/maintenable.
• __init__.py Python à quoi sert ? — Façonnent packages, structurent projet, gardent code clean.
• Dossier __pycache__ Python ? — Quand/où/pourquoi Python crée ces dossiers.
• Évaluation paresseuse Python ? — Différences lazy/eager evaluation. Python optimise mémoire/overhead computationnel décidant quand calculer valeurs.
• Quand utiliser list comprehension Python ? — Réécrire boucles en list comprehensions, choisir comprehensions vs boucles, logique conditionnelle comprehensions.
• Travailler fichiers Python — Ouvrir, itérer, filtrer, créer, supprimer, copier, renommer fichiers/dossiers.
• Données JSON Python — Manipulation/gestion JSON Python. Concepts clés.

Feedback sur nos quiz ?