1 Outils de développement Python

Un environnement de développement Python est constitué de différents outils et composants présentés dans la figure ci-dessous. Les chapitres qui suivent décrivent le rôle et l'utilisation de ceux-ci.

S'agissant de l'installation de Python et de ces outils sur votre machine, voyez plus bas le chapitre "Installation d'un environnement Python v3 complet".

1.1 Interpréteurs Python

Il existe de nombreuses implémentations de Python... et par conséquents d'interpréteurs. Les plus connus sont :

Il faut noter que l'interpréteur de base est l'interpréteur de référence du langage Python, et que les autres interpréteurs n'implémentent souvent pas la toute dernière version du langage.

Nous n'allons présenter ici que les deux plus courants : l'interpréteur de base CPython et l'interpréteur interactif IPython.

1.1.1 L'interpréteur de base CPython

Lorsque Python est distribué avec le système d'exploitation (ce qui est le cas sous GNU/Linux et macOS), on dispose alors de l'interpréteur de base et de la librairie standard.

lin win mac L'interpréteur CPython permet d'exécuter des scripts/programmes en frappant, depuis une fenêtre terminal : python script.py (ou python3 script.py sous Ubuntu pour forcer l'utilisation de l'interpréteur Python v3). De nombreuses options de lancement sont en outre disponibles (voir python --help ou man python). L'option -i est particulièrement intéressante : en frappant python -i script.py, juste après l'exécution du script on entre dans le mode mode interactif de l'interpréteur, ce qui donne la possibilité d'examiner les variables globales où tracer le stack d'erreurs.

L'interpréteur de base peut donc aussi être utilisé en mode interactif, et c'est ce qui se passe lorsqu'on lance la commande python sans passer de script en argument. Le mode interactif est alors signalé par le prompt >>>. On quittera l'interpréteur en passant la commande quit() ou exit(), ou en frappant <ctrl-D> sous Linux et macOS, ou <ctrl-Z> sous Windows (qui envoie un EOF, c-à-d. un caractère de fin de fichier).

Le mode interactif donne accès à une une aide en ligne :

Pour exécuter un script lorsqu'on est dans l'interpréteur interactif, on passera la commande : exec(open('script.py').read()) (hum... pas très convivial !).

Il est possible de se définir un prologue Python, c'est à dire un fichier de code Python qui sera exécuté lors de chaque démarrage interactif de Python (p.ex. pour charger des modules...). On le nomme en général .pythonrc et on le place dans le répertoire personnel de l'utilisateur. L'activation de ce prologue s'effectue par la définition de la variable d'environnement suivante dans son prologue shell (~/.bashrc) : export PYTHONSTARTUP=~/.pythonrc

Mais pour un usage interactif fréquent, les possibilités de l'interpréteur de base sont très limitées, et on a bien meilleur temps d'utiliser l'interpréteur IPython présenté ci-après.

1.1.2 L'interpréteur interactif IPython

lin win mac IPython est l'interpréteur Python interactif le plus utilisé actuellement en raison de ses vastes possibilités interactives et graphiques.

Pour démarrer IPython, passez la commande : ipython (ou ipython3 sous Ubuntu pour utiliser l'interpréteur Python v3). Voici en outre les options de lancement les plus importantes (pour davantage de détails frappez : ipython --help ou ipython --help-all) :

Pour quitter IPython, passez la commande exit ou quit, ou frappez <ctrl-D> et confirmez.

chantier La rédaction de la suite de ce chapitre (magic fonctions, etc...) est en cours, merci de patienter !

1.2 Éditeurs de programmation

N'importe quel éditeur de texte permet de programmer en Python. Il est cependant utile de disposer au minimum de la coloration syntaxique Python, ce qu'offrent la plupart des éditeurs de programmation. Nous vous recommandons notamment :

Pour une liste plus complète d'éditeurs, voyez ce lien.

1.3 IDE's pour Python

Utiliser un bon éditeur pour programmer en Python c'est bien. Recourir à un vrai environnement de développement (IDE, Integrated Development Environment) c'est encore plus confortable et puissant. Pour un usage scientifique de Python, Spyder figure parmi les plus répandus.

1.3.1 Spyder

lin win mac Spyder (Scientific PYthon Development EnviRonment) est un IDE orienté vers un usage scientifique de Python et doté de fonctionnalités avancées d'édition, debugging, introspection et profiling. L'utilisateur MATLAB ou GNU Octave GUI se retrouvera dans un environnement familier, avec notamment des fenêtres Console, Editor, Variable explorer, File explorer, History, Online help... Disponible sur tous les systèmes d'exploitation, cet IDE est lui-même écrit en Python et s'appuie sur le toolkit graphique multiplateforme Qt (nécessitant les packages PyQt et PySide).

Cet IDE s'installe sous GNU/Linux de façon standard (voir ce chapitre). S'agissant des autres OS, il est notamment intégré aux bundles WinPython et Anaconda présentés plus loin. Notez que Spyder ≤ 2.2.x est orienté Python v2, et Spyder ≥ 2.3.x est nécessaire pour Python v3.

chantier La rédaction de la suite de ce chapitre est en cours, merci de patienter !

1.3.2 Autres IDE's

Parmi les IDE's bien adaptés à un usage sous Python, mentionnons en outre :

Pour une liste plus complète d'IDE's orientés Python, voyez ce lien.

1.4 Jupyter Notebook

L'interpréteur IPython versions 0.12 à 3.x offrait une fonctionnalité appelée Ipython Notebook qui permettait, à la façon d'autres logiciels scientifiques (Mathematica, Maple...), de créer des documents interactifs composés de code Python vivant, de texte formaté (Markdown, HTML et LaTeX) et de graphiques.

Cette fonctionnalité a été sortie du projet IPython pour constituer un outil indépendant dénommé lin win mac Jupyter. L'objectif de cette scission a été de rendre cette technologie de notebooks accessible à d'autres langages de programmation que Python. Bien entendu Jupyter Notebook est toujours utilisable avec le langage Python, mais il supporte désormais des dizaines d'autres langages (par exemple GNU Octave). En outre la plupart des fonctionnalités IPython décrites au chapitre précédent sont utilisables dans les cellules de code du Notebook.

1.4.1 Installation et utilisation de Jupyter Notebook

Le chapitre 2.1 vous indique, selon votre système d'exploitation, comment installer Jupyter et le démarrer en mode Notebook ou en mode JupyterLab.

Pour découvrir les principes de base d'utilisation de Jupyter (création et manipulation de cellules, texte Markdown...), vous pouvez ensuite télécharger ce notebook (avec <clic-droite> Save link as). Ouvrez-le dans Jupyter et exercez ce qui est indiqué.

Nous vous mettons aussi à disposition un autre notebook d'introduction rapide aux bases du langage Python.

1.4.2 Réalisation de slide-shows avec Jupyter

Jupyter offre en standard des fonctionnalités permettant de présenter un notebook sous forme de slide-show. Voyez cet exemple ainsi que le notebook Jupyter associé.

Pour créer un slide-show sur la base d'un notebook existant, il faut commencer par définir quelles cellules seront affichées en mode slide-show, et quel sera l'enchaînement de la présentation. Pour cela, activer le mode : View > Cell Toolbar > Slideshow (bascule). Un menu déroulant "Slide Type" apparaît alors au haut de chaque cellule, offrant les options suivantes :

Voyons maintenant les 2 techniques de présentation proprement dites.


A) On peut générer la présentation sous forme d'un fichier HTML complètement stand-alone. Pour cela, commencer par sauvegarder et quitter le notebook, puis passer la commande : jupyter nbconvert notebook.ipynb --to slides --post serve. Cela fabrique un fichier nommé notebook.slides.html, et l'option --post serve provoque son ouverture automatique dans une fenêtre de navigateur web. Le contrôle du déroulement du slide-show s'effectue avec les actions suivantes :


B) Avec la technique ci-dessus, en mode présentation les cellules ne peuvent pas être éditées et exécutées. Cela est cependant possible en recourrant à l'extension RISE (Reveal.js Jupyter/IPython Slideshow Extension) :

Lorsque vous ouvrirez un notebook, vous verrez dès lors apparaître un nouveau bouton [Enter/Exit RISE Slideshow] sur la droite de la barre d'outils du notebook. Équivalant au raccourci <alt-r>, ce bouton fonctionne comme une bascule et permet de passer interactivement du mode d'affichage normal (notebook) au mode slide-show et vice versa, sans qu'il soit nécessaire de "convertir" le notebook en présentation. Le contrôle du déroulement du slide-show s'effectue ensuite avec les actions suivantes :

2 Installation d'un environnement Python v3 complet

Python n'est pas installé par défaut sous Windows (où dominent les environnements de programmation de Microsoft: PowerShell, .NET). Sous GNU/Linux et macOS par contre, l'interpréteur de base Python ainsi que la librairie standard sont intégrés au système :

Ce support de cours étant orienté Python v3, les chapitres qui suivent ont pour objectif de vous aider à installer sur votre propre machine, selon votre système d'exploitation et de façon non intrusive, l'environnement de développement Scientific Python v3 de base (packages Numpy, Scipy et Matplotlib notamment) ainsi que IPython, Jupyter et Spyder. Nous avons pour cela opté en faveur de :

2.1 Installations recommandées, selon votre système d'exploitation

2.1.1 WinPython, bundle Scientific Python recommandé sous Windows

Il serait possible d'installer l'interpréteur Python v3 de base (incluant sa librairie standard) sous Windows en utilisant l'installeur proposé par le site Python, mais l'ajout d'autres outils n'est ensuite pas évidente. Nous nous orientons donc plutôt vers un bundle complet.

win WinPython est un bundle Scientific Python entièrement libre mais spécifique à Windows. Il intègre notamment les outils IPython, PIP, Jupyter, Spyder... et des dizaines de librairies, parmi lesquelles : NumPy, MatplotLib, Pandas, SciPy, SymPy... Extrêmement simple à installer, il présente aussi l'intérêt d'être entièrement portable (donc par exemple installable sur un média USB amovible). Mais une autre alternative intéressante sous Windows serait d'installer le bundle Anaconda (méthode présentée plus bas pour macOS).

Suivez simplement la procédure d'installation WinPython qui suit :

  1. Suivez le lien https://sourceforge.net/projects/winpython/files/
  2. Puis descendez dans l'arborescence "WinPython version" désirée.
    Notez que les versions labellée *Ps2 sont basées sur un nouveau binding Python pour le toolkit graphique Qt et ne supportent pas encore Spyder... donc si vous avez besoin de Spyder préférez-lui les versions non-Ps2 ! Dans tous les cas, optez pour une version 64bit plutôt que 32bit.
    Téléchargez alors l'installeur WinPython64-version.exe souhaité (env. 700 MB)
  3. Lancez cet installeur, et choisissez l'emplacement d'installation à votre convenance

Une fois l'installation terminée, il est utile de faire un tout petit peu de configuration/personnalisation :

  1. Allez à la racine du dossier d'installation (où env. 3 GB ont été déposés), et créez sur le bureau des raccourcis de lancement pour les applications suivantes : "Jupyter Qt Console", "Jupyter Notebook", "Jupyter Lab", "WinPython Command Prompt" et "Spyder"
  2. S'agissant des raccourcis "Jupyter Notebook" et "Jupyter Lab", éditez leurs Propriétés (en cliquant avec le bouton de <droite> de la souris) : dans l'onglet "Raccourci", dans le champ Cible, ajoutez après "...exe" un caractère <espace> puis l'option --notebook-dir=chemin indiquant le chemin du répertoire dans lequel vous désirez stocker vos notebooks
  3. Si vous désirez finalement associer au niveau de l'Explorateur Windows les extensions .py, .pyc et .pyo à cette distribution, ouvrez le "WinPython Control Panel" et faites Advanced>Register distribution.

Pour ajouter ou supprimer des packages ultérieurement, cela peut se faire avec le gestionnaire WPPM (WinPython Package Manager, accessible depuis le "WinPython Control Panel"), ou avec le gestionnaire PIP qui est également intégré à cette distribution.


important Outre l'éditeur intégré à Spyder, si vous souhaitez installer d'autres éditeurs adaptés à l'édition de code Python, voyez notre chapitre "Éditeurs de programmation".

2.1.2 Scientific Python sous GNU/Linux Ubuntu

lin Les méthodes décrites ci-après fonctionnent sous Ubuntu. Pour d'autres distributions GNU/Linux, référez-vous aux indications de l'éditeur. Sachez en outre que, quelle que soit votre distribution Linux, une autre alternative consisterait à installer le bundle Anaconda (méthode décrite plus bas pour macOS).

S'agissant tout d'abord de l'interpréteur Python v3 et sa librairie standard : rien à faire de spécial, car Ubuntu ≥ 14.04 embarque déjà Python 3 (interpréteur accessible avec la commande python3) en parallèle à Python 2 (commande python).

On distingue ensuite fondamentalement 2 façons d'installer les outils et librairies Python sous Ubuntu :

  1. Soit une installation dans le compte utilisateur (c-à-d. dans ~/.local) basée sur le dépôt PyPI en utilisant le gestionnaire de paquets pip3 :
  2. Soit une installation au niveau système et basée sur le packaging Ubuntu/Canonical :


Méthode A), un peu orientée développeur, mais offrant le plus de flexibilité :

  1. installation du gestionnaire de paquets PIP3 (pour Python v3) : sudo apt install python3-dev python3-pip
  2. installation de IPython : pip3 install --user ipython
  3. installation de Jupyter : pip3 install --user jupyter
  4. installation de JupyterLab : pip3 install --user jupyterlab
  5. installation des librairies Scientific Python v3 de base : pip3 install --user numpy scipy matplotlib
  6. insertion dans votre fichier ~/.bashrc de la ligne suivante : export PATH=$PATH:~/.local/bin
  7. note : l'installation ultérieure de toute autre librairie/package PyPI se fera avec : pip3 install --user package

Méthode B), plus simple, mais ne donnant pas accès aux dernières versions/fonctionnalités :

  1. installation de IPython pour Python v3 : sudo apt install ipython3 ipython3-qtconsole (env. 280 MB)
  2. installation de Jupyter : sudo apt install jupyter-qtconsole jupyter-console jupyter-notebook jupyter-client (env. 130 MB)
  3. installation des librairies Scientific Python v3 de base : sudo apt install python3-numpy python3-scipy python3-matplotlib (env. 95 MB)
  4. éventuelle installation de l'IDE Spyder : sudo apt install spyder3 (env. 160 MB)
  5. note : l'installation de toute autre librairie/package packagé par Canonical se fera avec : sudo apt install python3-package


Depuis une fenêtre terminal, vous pouvez maintenant utiliser les commandes suivantes :


important Outre l'éditeur intégré à Spyder, vous pouvez installer l'un ou l'autre des éditeurs de programmation classiques suivants :

2.1.3 Anaconda, bundle Scientific Python recommandé sous macOS (aussi disponible pour Windows & Linux)

Il serait possible d'installer l'interpréteur Python v3 de base (et sa librairie standard) sous macOS en utilisant l'installeur proposé par le site Python. Une autre alternative assez courante et bien documentée sur Internet serait d'utiliser le gestionnaire de paquets Homebrew. Nous nous orientons cependant ici plutôt vers l'installation d'un bundle Scientific Python complet très répandu.

lin win mac Anaconda est un bundle Python très en vogue dans le monde scientifique. Développé par la société Anaconda Inc., non "libre" mais gratuit dans sa version de base, il a l'avantage d'être multiplateforme (i.e. disponible sous Windows, macOS et GNU/Linux) et d'intégrer une grande quantité d'outils et packages Python, notamment : IPython, PIP, Jupyter, Spyder, NumPy, SciPy, MatplotLib, Pandas, Sympy... (voir la liste complète).

2.1.3.1 Installation de base

Nous allons installer ici Anaconda afin de disposer d'un environnement Scientific Python v3. La procédure est la suivante :

  1. Allez sur la page https://www.anaconda.com/distribution/
  2. Votre système d'exploitation (macOS) devrait être automatiquement détecté
  3. Pour chacune des branches Python 3.x et Python 2.x, deux possibilités sont offertes : un installeur en mode graphique ou un installeur en ligne de commande.
    important Choisissez le premier en cliquant sur le lien "Python 3.x version - 64-Bit Graphical Installer"
  4. Le fichier Anaconda3-version-MacOSX-x86_64.pkg (env. 650 MB) est alors téléchargé (notez le 3 qui correspond à la version 3 de Python)
  5. Passez ensuite à l'installation proprement dite en double-cliquant sur ce fichier-package. Acceptez la licence ainsi que l'emplacement d'installation par défaut (qui est /anaconda3, arborescence qui pèsera env. 2.6 GB)
  6. Une fois l'installation terminée, vous pouvez jeter ce fichier-package


Depuis une fenêtre terminal, vous pouvez maintenant utiliser les commandes suivantes :


Si vous désirez utiliser Anaconda depuis un autre compte que celui sous lequel il a été installé, cela est possible en ajoutant simplement, dans votre fichier ~/.bash_profile, la ligne suivante : export PATH="/anaconda3/bin:$PATH"

Notez enfin que Anaconda dispose de son propre gestionnaire de package que l'on invoque avec la commande conda. Vous pouvez notamment :


important Outre l'éditeur intégré à Spyder, si vous souhaitez installer d'autres éditeurs adaptés à l'édition de code Python, voyez notre chapitre "Éditeurs de programmation".

2.1.3.2 Définition d'environnements de développement Anaconda/Python (pour les curieux seulement)

De façon analogue à la technique virtualenv Python, il est possible de définir des environnements de développement Anaconda/Python distincts avec leurs propres versions Python, librairies...

Voyons tout d'abord quelques commandes de base du package manager conda. Les parenthèses autour du paramètre (-n env) indiquent que celui-ci est facultatif, nécessaire uniquement pour cibler un environnement env Python alternatif :

Pour créer par exemple un environnement Python 2.7 nommé py2 et contenant Spyder, on ferait ceci :

  1. conda create -n py2 python=2 : création de cet environnement contenant Python 2.7.x ainsi que les packages dépendants (openssl, readline, sqlite, system, tk, zlib)
  2. conda install -n py2 spyder : installe Spyder dans cet environnement ainsi que les packages dépendants ipython, libpng, pygments, pyside, pyzmq, qt, shiboken, util-linux, zeromq (et encore python.app sous macOS)

Pour utiliser cet environnement, on procéderait alors ainsi :


Remarque technique : ce que fait source activate py2, c'est simplement ajouter, pour le shell courant, le chemin ...anaconda/envs/py2/bin en tête de la variable d'environnement PATH. Inversement, source deactivate enlève ce chemin. Cela signifie que vous pouvez, pour vous simplifier la vie, lancer directement les outils Python de cet environnement py2 (Python, IPyton, Spyder...) sans faire d'activate en faisant précéder le nom du chemin ...anaconda/envs/py2/bin ; ainsi que créer en conséquence, dans votre prologue de shell (sous Ubuntu le fichier ~/.bashrc, et sous macOS ~/.bash_profile), les alias de commande correspondants !

2.2 Gestion d'environnements Python multiples avec virtualenv et pipenv

Particulièrement utile pour les développeurs, virtualenv permet d'installer, dans un contexte utilisateur, plusieurs environnements de développement Python parallèles (avec différentes versions de Python, librairies...) et de passer aisément de l'un à l'autre.

En outre un outil complémentaire, pipenv, permet d'automatiser la gestion des virtualenv.

chantier Rédaction de ce chapitre en cours, merci de patienter !

2.3 Packages et modules additionnels

Bien que sa librairie standard soit déjà extrêmement riche, Python est aussi réputé pour le très grand nombre de modules et packages additionnels (librairies) existant et librement accessibles, notamment à travers le dépôt PyPI (Python Package Index).

Il existe plusieurs façons d'installer des modules/packages supplémentaires, selon la procédure/distribution qui a été utilisée pour installer Python :

2.3.1 Le gestionnaire de packages PIP

lin win mac PIP (Python Install Python) est le gestionnaire de packages Python le plus répandu actuellement (supplantant l'ancien mécanisme nommé easy_install). Il permet d'installer en ligne de commande les packages provenant du dépôt PyPI (Python Package Index). On utilise cette méthode pour les packages non offerts par les distributions bundle ou dépôts Linux, ou lorsque l'on s'intéresse aux dernières versions de ces packages.

PIP est aussi intégré aux bundles Anaconda et WinPython. Pour disposer de PIP sous Linux/Ubuntu, on l'installe pour Python v3 par la commande : sudo apt install python3-pip python3-dev

Voici les commandes PIP principales (pip3 pour Python v3 sous Ubuntu, pip sur les autres OS) :

Notez que les commandes pip et pip3 relatives à l'installation ou à la suppression de packages nécessitent des privilèges d'administration si ceux-ci sont installés au niveau système, mais cette façon de procéder n'est pas du tout recommandée. Cela n'est pas le cas s'ils sont installés dans le contexte utilisateur (p.ex. dans un virtualenv).

2.4 Autres distributions ou outils Python

L'inventaire ci-dessous n'est pas exhaustif.

Distributions

lin win mac Enthought Canopy (ex- Enthought Python Distribution) est un bundle Scientific Python multiplateforme. Commercial, il est cependant gratuit pour un usage académique ou dans la version de base Canopy Express. Il n'inclut pas l'IDE Spyder.

lin win mac Active Python (de la société ActiveState Software Inc.) est une distribution Python multiplateforme importante, mais moins orientée vers un usage scientifique. Proposée en deux versions : Community (gratuite) et Business (payante).

win Python(x,y) est un bundle Scientific Python libre pour Windows. Plus ancien que WinPython, il tourne sous Windows 64bit mais en mode 32bit. Basé sur l'IDE Eclipse.

win Cygwin, l'environnement libre bien connu d'émulation Unix pour Windows, permet l'installation et utilisation de Python. Mais cette solution n'a de sens que pour ceux utilisent/maîtrisent déjà Cygwin.

mac Sous macOS il est aussi possible d'installer Python via l'un des systèmes de packaging Homebrew, Fink ou MacPorts. Mais c'est relativement lourd (peut nécessiter l'environnement de développement Apple XCode) et moins évident lorsque l'on veut intégrer certains outils Python annexes (Qt, IDE, etc...)

 


cc-by-sa Jean-Daniel Bonjour, EPFL, ENAC-IT (2015-2019)