Vous avez un nouveau projet de pipeline d'ingestion de données ou d'analyse exploratoire à démarrer. Dans ce guide pas-à-pas, nous allons explorer les commandes fondamentales que tout professionnel de la donnée tape des dizaines de fois par jour.
📁 1. Initialiser un Dépôt Git (git init)#
Créez un nouveau dossier pour votre projet et positionnez-vous à l'intérieur dans votre terminal :
Que vient-il de se passer sous le capot ?#
Git a créé un dossier caché nommé .git/ à la racine de votre projet. C'est le cerveau de Git : c'est ici que sont compressés et stockés tous les commits, l'historique complet et les métadonnées.
[!WARNING] Ne modifiez et ne supprimez jamais manuellement le dossier
.git/, sous peine de perdre l'intégralité de l'historique de votre projet !
🛡️ 2. Le Réflexe Vital du Data Guy : Créer le Fichier .gitignore#
En analyse de données et Machine Learning, certains fichiers ne doivent JAMAIS être suivis par Git :
- Les fichiers de données volumineux (.csv, .parquet, .xlsx) : Git est conçu pour versionner du texte léger (code source), pas des gigaoctets de données binaires.
- Les environnements virtuels (.venv/, env/).
- Les fichiers secrets (.env, identifiants de bases de données, clés d'API).
- Les checkpoints de notebooks (.ipynb_checkpoints/).
Créez immédiatement un fichier nommé .gitignore à la racine :
# Données brutes et volumineuses
data/
*.csv
*.parquet
*.json
*.sqlite
# Environnements Python
.venv/
__pycache__/
*.pyc
# Secrets et variables d'environnement
.env
credentials.json
# Caches d'éditeurs et notebooks
.ipynb_checkpoints/
.vscode/
🔍 3. Inspecter l'État de son Projet (git status)#
Créons un premier script d'extraction Python :
import pandas as pd
def load_data(filepath: str) -> pd.DataFrame:
"""Charge et valide un extrait de données de ventes."""
df = pd.read_csv(filepath)
print(f"Jeu de données chargé avec succès : {df.shape[0]} lignes.")
return df
Demandons à Git ce qu'il en pense avec la commande la plus utile du quotidien :
On branch main
No commits yet
Untracked files:
(use "git add <file>..." to include in what will be committed)
.gitignore
extract.py
nothing added to commit but untracked files present (use "git add" to track)
Git vous informe que .gitignore et extract.py sont des fichiers non suivis (Untracked). Ils sont sur votre disque, mais ne font pas encore partie de l'histoire du projet.
📦 4. Préparer ses Fichiers dans la Staging Area (git add)#
Pour inclure ces fichiers dans votre prochain instantané, ajoutez-les au sas de préparation (Staging Area) :
# Ajouter un fichier précis
git add extract.py
# Ou ajouter tous les fichiers modifiés et non ignorés du dossier
git add .
Si vous retapez git status, les fichiers apparaissent désormais en vert sous l'intitulé Changes to be committed.
📸 5. Figer l'Instantané (git commit)#
Le commit est l'acte d'enregistrement définitif. Il crée un point de sauvegarde immuable dans l'histoire de votre projet :
git commit -m "feat: initialisation du script d'extraction des ventes"
[main (root-commit) 7a3b4c1] feat: initialisation du script d'extraction des ventes
2 files changed, 24 insertions(+)
create mode 100644 .gitignore
create mode 100644 extract.py
✍️ L'Art du Bon Message de Commit (Conventional Commits)#
Bannissez à tout jamais les messages vagues comme "maj", "bug", ou "test". Adoptez le standard de l'industrie :
feat:pour une nouvelle fonctionnalité (ex:feat: ajout du filtre par date dans l'ingestion).fix:pour la correction d'une anomalie (ex:fix: gestion des valeurs nulles dans le calcul de marge).docs:pour la documentation (ex:docs: mise à jour du README avec les instructions d'installation).refactor:pour une réorganisation de code sans changement de comportement.
📜 6. Consulter l'Historique des Versions (git log)#
Pour voyager dans le temps et auditer l'évolution de votre code :
commit 7a3b4c1e8d9f0a1b2c3d4e5f6a7b8c9d0e1f2a3b (HEAD -> main)
Author: Joseph Konka <joseph.konka@algojungle.com>
Date: Wed Oct 14 21:00:00 2026 +0200
feat: initialisation du script d'extraction des ventes
[!TIP] L'alias d'expert pour un historique graphique ultra-compact :
Tapez cette commande magique pour afficher chaque commit sur une seule ligne avec ses branches associées :
🔎 7. Inspecter ses Changements Ligne par Ligne (git diff)#
Si vous modifiez une ligne dans extract.py sans l'avoir encore ajoutée à l'index, vous pouvez visualiser précisément ce qui a changé :
Git surligne en vert précédé d'un + les lignes ajoutées et en rouge précédé d'un - les lignes supprimées. C'est votre filet de sécurité pour vérifier votre code avant chaque commit !
Vous maîtrisez désormais le cycle de travail élémentaire : Modifier ➔ Vérifier (status) ➔ Préparer (add) ➔ Valider (commit). Dans la prochaine leçon, nous allons découvrir comment expérimenter de nouvelles idées en toute sécurité grâce aux branches Git !
Commentaires