Le langage Python
Python est un langage généraliste, ce qui le distingue de R. Sa syntaxe lisible et son immense écosystème de bibliothèques en font l’un des langages les plus utilisés au monde, dans des domaines très variés.
Ses usages principaux :
- Science des données et analyse :
pandasetNumPypermettent de manipuler et de calculer sur de grands volumes de données, tandis queSciPyetstatsmodelscouvrent une bonne partie des besoins statistiques. - Machine learning et intelligence artificielle :
scikit-learnpour l’apprentissage classique,PyTorchetTensorFlowpour le deep learning. C’est aujourd’hui le langage de référence dans ce domaine. - Développement web : des frameworks comme
Django,FlaskouFastAPIservent à créer des sites et des API. - Automatisation et scripting : traitement de fichiers, tâches répétitives, administration système, web scraping (
requests,BeautifulSoup). - Visualisation :
Matplotlib,SeabornetPlotlyproduisent des graphiques statiques ou interactifs. - Calcul scientifique et recherche : simulation numérique, traitement du signal, bio-informatique (
Biopython), le tout souvent dans des notebooks Jupyter.
Les domaines qui l’utilisent le plus :
La tech et le développement logiciel, l’IA et la data science, la finance quantitative, la recherche scientifique, l’éducation (c’est un langage d’initiation très répandu) et l’industrie en général.
En comparaison avec R : Python est plus polyvalent et s’intègre mieux dans des applications en production, alors que R conserve un avantage pour les analyses statistiques spécialisées et la production de rapports.
Un langage interprété
Python est un langage interprété : le code source est exécuté par un programme appelé interpréteur, sans que le développeur ait à lancer une compilation séparée avant l’exécution, comme c’est normalement le cas en C ou en Rust.
Mode interactif
Cette caractéristique permet de tester du code ligne par ligne dans la console (REPL) ou dans un notebook Jupyter :
>>> 2 + 3
5
>>> nom = "Python"
>>> nom.upper()
'PYTHON'
Ce qui se passe réellement
Lorsqu’un programme est lancé, l’implémentation de référence, CPython, procède en deux temps :
- le code source est traduit automatiquement en bytecode, un format intermédiaire proche du langage machine mais indépendant du processeur ;
- ce bytecode est exécuté par la machine virtuelle Python.
Le bytecode des modules importés est conservé dans des fichiers .pyc, situés dans le dossier __pycache__, ce qui accélère les chargements suivants. Cette étape est transparente : on n’a jamais besoin de la déclencher soi-même.
Autres implémentations
Le terme « interprété » désigne donc la manière dont on utilise le langage plutôt qu’une propriété du langage lui-même. Certaines implémentations, comme PyPy, ajoutent une compilation à la volée (JIT) qui améliore sensiblement les performances.
Conséquences pratiques
- Avantages : développement rapide, tests immédiats, portabilité du code d’un système à l’autre.
- Limite : le code Python « pur » s’exécute plus lentement qu’un code compilé. Pour les calculs intensifs, on s’appuie donc sur des bibliothèques dont le cœur est écrit en C ou C++, comme NumPy, pandas ou PyTorch.


