Le langage Python
Partie 3 sur 3
6L’écosystème
6.1pip, PyPI et les environnements virtuels
Au-delà de la bibliothèque standard, les bibliothèques de Python se téléchargent depuis le dépôt public PyPI (Python Package Index), qui en compte plus d’un demi-million, avec l’outil pip (figure 3). Pour éviter que les projets se gênent, chacun exigeant ses propres versions de bibliothèques, on crée pour chaque projet un environnement virtuel, un dossier qui contient sa propre copie de Python et de ses bibliothèques :
python3 -m venv .venv # créer l'environnement source .venv/bin/activate # l'activer (Linux, macOS) pip install requests # installer une bibliothèque pip freeze > requirements.txt # noter les versions installées
Le fichier requirements.txt, ou ses équivalents modernes, permet de réinstaller à l’identique les mêmes versions sur une autre machine ; des outils plus récents gèrent ces étapes de manière plus rapide et plus sûre.
6.2Les grands domaines
- La science des données : NumPy pour le calcul sur des tableaux de nombres, pandas pour les tableaux de données, Matplotlib pour les graphiques, et les carnets Jupyter, des documents qui mêlent texte, code et résultats, très utilisés par les chercheurs et les analystes.
- L’intelligence artificielle : scikit-learn pour l’apprentissage automatique classique, PyTorch et d’autres bibliothèques pour l’apprentissage profond ; la plupart des modèles d’IA actuels sont entraînés avec des programmes en Python (voir l’intelligence artificielle).
- Le Web : les frameworks Django, Flask ou FastAPI permettent de construire des sites et des API (voir les API).
- L’automatisation et l’administration : Python remplace avantageusement les scripts du shell dès qu’ils dépassent quelques lignes, pour manipuler des fichiers, interroger des services, produire des rapports.
- La cybersécurité : les analystes l’utilisent pour traiter des journaux, automatiser des vérifications, analyser des logiciels malveillants ou manipuler des paquets réseau avec la bibliothèque Scapy ; de nombreux outils de sécurité sont écrits en Python.
- L’enseignement : sa simplicité en fait le premier langage de nombreux élèves et étudiants.
6.3Écrire du code de qualité
La communauté Python s’est dotée de conventions et d’outils qui facilitent le travail en équipe :
- un guide de style, la PEP 8, fixe la présentation du code : quatre espaces par niveau d’indentation, noms de variables en minuscules séparées par des tirets bas, comme
prix_total, noms de classes avec une majuscule à chaque mot, commeCompteBancaire; - des outils de mise en forme automatique et des analyseurs, appelés linters, vérifient ces règles et signalent les erreurs probables, comme une variable jamais utilisée ;
- les chaînes de documentation, un texte placé en tête d’une fonction ou d’une classe, décrivent son rôle et s’affichent avec la fonction
help(); - des outils de tests automatisés, comme le module standard
unittestou la bibliothèque pytest, vérifient à chaque modification que le code fait toujours ce qu’on attend ; - les annotations de types, vérifiées par un outil comme mypy, détectent avant l’exécution de nombreuses erreurs.
7Un exemple complet : analyser un journal
Voici un petit programme typique de l’usage de Python en cybersécurité défensive. Un serveur enregistre dans un fichier journal les tentatives de connexion ; on veut savoir quelles adresses IP ont accumulé le plus d’échecs, signe possible d’une attaque par essais de mots de passe (voir les mots de passe). Supposons que les lignes ressemblent à celles-ci, avec des adresses réservées à la documentation :
2026-10-23 09:14:02 ECHEC utilisateur=admin ip=203.0.113.45 2026-10-23 09:14:05 SUCCES utilisateur=lea ip=198.51.100.7 2026-10-23 09:14:09 ECHEC utilisateur=root ip=203.0.113.45
Le programme suivant compte les échecs par adresse et affiche les cinq plus fréquentes :
from collections import Counter
echecs = Counter()
with open("connexions.log", encoding="utf-8") as journal:
for ligne in journal:
champs = ligne.split()
if len(champs) < 5 or champs[2] != "ECHEC":
continue # ligne ignorée
ip = champs[4].removeprefix("ip=")
echecs[ip] += 1
for ip, nombre in echecs.most_common(5):
print(f"{ip:<16} {nombre} échecs")
En une quinzaine de lignes, on lit le fichier ligne par ligne, on découpe chaque ligne en champs, on ignore les lignes qui ne correspondent pas au format attendu, ce qui rend le programme robuste face à un fichier abîmé ou malveillant, et l’on compte avec un Counter, un dictionnaire spécialisé de la bibliothèque standard. La méthode most_common() renvoie les éléments les plus fréquents, et la chaîne formatée aligne l’affichage. Le même programme en C demanderait plusieurs fois plus de lignes, et bien plus de précautions avec la mémoire ; c’est exactement le genre de tâche où Python excelle.
Pour s’exercer
Exercice 7 : adapter l’analyse du journal
Modifiez le programme de la section 7 pour qu’il n’affiche que les adresses ayant échoué au moins 10 fois, et pour qu’il compte aussi, pour chacune, les noms d’utilisateur essayés. Que pourrait-on faire ensuite de cette liste ?
Voir la réponse
Pour le seuil, on remplace la dernière boucle par for ip, nombre in echecs.items(): suivi de if nombre >= 10: print(ip, nombre). Pour les noms d’utilisateur, on ajoute un dictionnaire d’ensembles, essais = {}, et dans la boucle de lecture essais.setdefault(ip, set()).add(champs[3]) ; l’ensemble évite de compter deux fois le même nom. Une adresse qui essaie des dizaines de noms différents, comme admin, root ou test, est typique d’un robot. La liste peut alimenter une règle de pare-feu temporaire ou une alerte, après vérification humaine : il ne faut pas bloquer automatiquement une adresse partagée par de nombreux utilisateurs légitimes, comme celle d’une entreprise ou d’un opérateur mobile.
8Forces et limites
Les forces de Python sont sa lisibilité, sa rapidité d’écriture, sa bibliothèque standard, son écosystème sans équivalent dans certains domaines et sa communauté. Ses limites tiennent à ses performances brutes, à son typage dynamique, qui laisse passer jusqu’à l’exécution des erreurs qu’un compilateur aurait détectées, d’où l’intérêt des annotations de types sur les gros projets, à la difficulté de distribuer un programme Python à des utilisateurs qui n’ont pas Python installé, et à sa faible présence dans les navigateurs et sur les téléphones, où règnent JavaScript, Swift et Kotlin (voir JavaScript). Pour un débutant, c’est un excellent premier langage ; pour un professionnel, un outil polyvalent qui complète d’autres langages plutôt qu’il ne les remplace.
Comparé à ses voisins, Python se situe ainsi : face au C, il est beaucoup plus simple et plus sûr, mais beaucoup plus lent, et l’on écrit en C les parties qui exigent la vitesse ; face à Java ou C#, il est plus concis et plus souple, mais moins rigoureux pour les très grosses applications, où la vérification des types avant l’exécution est précieuse ; face à JavaScript, il partage le typage dynamique et la facilité d’écriture, mais JavaScript règne dans les navigateurs, alors que Python domine la science des données. Beaucoup de projets combinent ces langages : un site dont l’interface est en JavaScript, le serveur en Python, et quelques calculs critiques en C ou en Rust.