Python (langage)

langage de programmation objet, multi-paradigme et multi-

plateformes
 Python

Date de première
20 février 1991, 32 ans[1]
version
Paradigmes Objet, impératif et fonctionnel
Auteur Guido van Rossum
Développeurs Python Software Foundation
Dernière version 3.12.1 (7 décembre 2023)[2]
Version en
3.13.0a2 (21 novembre 2023)[3],[4]
développement
Typage Fort, dynamique, duck typing
Influencé par ABC, C, Eiffel, ICON, Modula-3, Java, Perl,
Smalltalk, Tcl
A influencé Ruby, Groovy, Boo, Julia
Implémentations CPython, Jython, IronPython, PyPy
Écrit en C pour CPython, Java pour Jython, C# pour
IronPython et en Python lui-même pour PyPy
Système
Multiplateforme
d'exploitation
Licence Licence libre :
Python Software Foundation License
Site web www.python.org (https://www.python.org/)
modifier (https://fr.wikipedia.org/w/index.php?title=Python_(langage)&action=edit&section
=0)
Python (prononcé /pi.tɔ̃/) est un langage de programmation
interprété, multiparadigme et multiplateformes. Il favorise la
programmation impérative structurée, fonctionnelle et orientée
objet. Il est doté d'un typage dynamique fort, d'une gestion
automatique de la mémoire par ramasse-miettes et d'un système
de gestion d'exceptions ; il est ainsi similaire à Perl, Ruby, Scheme,
Smalltalk et Tcl.

Le langage Python est placé sous une licence libre proche de la

licence BSD et fonctionne sur la plupart des plateformes
informatiques, des smartphones aux ordinateurs centraux, de
Windows à Unix avec notamment GNU/Linux en passant par
macOS, ou encore Android, iOS, et peut aussi être traduit en Java
ou .NET. Il est conçu pour optimiser la productivité des
programmeurs en offrant des outils de haut niveau et une syntaxe
simple à utiliser.

Il est également apprécié par certains pédagogues qui y trouvent

un langage où la syntaxe, clairement séparée des mécanismes de
bas niveau, permet une initiation aisée aux concepts de base de la
programmation[5]. Selon l'Index TIOBE, notamment en raison de
son efficacité pour l'apprentissage automatique, sa popularité va
croissante ; et en 2022 n'a toujours pas montré de signe de
ralentissement[6].
Utilisation

Python est un langage de programmation qui peut s'utiliser dans

de nombreux contextes et s'adapter à tout type d'utilisation grâce
à des bibliothèques spécialisées.

Il est cependant particulièrement utilisé comme langage de script

pour automatiser des tâches simples mais fastidieuses, comme
un script qui récupérerait la météo sur Internet ou qui s'intégrerait
dans un logiciel de conception assistée par ordinateur afin
d'automatiser certains enchaînements d'actions répétitives (voir la
section Adoption). On l'utilise également comme langage de
développement de prototype lorsqu'on a besoin d'une application
fonctionnelle avant de l'optimiser avec un langage de plus bas
niveau. Il est particulièrement répandu dans le monde scientifique,
et possède de nombreuses bibliothèques optimisées destinées au
calcul numérique.

C'est l'un des langages les plus utilisés dans le domaine de

l'informatique quantique[7] et de l'intelligence artificielle, ainsi que
pour le traitement des Big Data et du Machine learning[8].
Historique

Au CWI

Guido van Rossum,

créateur de Python, à la
OSCON 2006.

À la fin des années 1980, le programmeur Guido van Rossum

participe au développement du langage de programmation ABC
au Centrum voor Wiskunde en Informatica (CWI) d'Amsterdam,
aux Pays-Bas. Il travaille alors dans l'équipe du système
d'exploitation Amoeba dont les appels systèmes sont
difficilement interfaçables avec le Bourne shell utilisé comme
interface utilisateur. Il estime alors qu'un langage de script inspiré
d'ABC pourrait être intéressant comme interpréteur de
commandes pour Amoeba[9].

En 1989, profitant d'une semaine de vacances durant les fêtes de

Noël, il utilise son ordinateur personnel[10] pour écrire la première
version du langage. Fan de la série télévisée Monty Python's Flying
Circus, il décide de baptiser ce projet Python[11]. Il s'est
principalement inspiré d'ABC, par exemple pour l'indentation
comme syntaxe ou les types de haut niveau mais aussi de
Modula-3 pour la gestion des exceptions, du langage C et des
outils UNIX[12].

Durant l'année suivante, le langage commence à être adopté par

l'équipe du projet Amoeba, Guido poursuivant son développement
principalement pendant son temps libre. En février 1991, la
première version publique, numérotée 0.9.0[13], est postée sur le
forum Usenet alt.sources. La dernière version sortie au CWI est
Python 1.2.

Au CNRI

En 1995, Van Rossum continue son travail sur Python au CNRI (en) à
Reston, aux États-Unis, où il sort plusieurs versions du logiciel.

À partir d'août 1995, l'équipe Python travaille au CNRI sur Grail[14]

un navigateur web utilisant Tk. Il est l'équivalent pour Python du
navigateur HotJava, permettant d'exécuter des applets dans un
environnement sécurisé. La première version publique, disponible
en novembre, est la 0.2[15]. Il entraîne le développement de
modules pour la bibliothèque standard comme rexec[16], htmllib[17]
ou urllib[18]. La version 0.6 sera la dernière de Grail ; elle est
publiée en avril 1999[19].

En 1999, le projet Computer Programming for Everybody[20] (CP4E)

est lancé conjointement entre le CNRI et la DARPA. Il s'agit
d'utiliser Python comme un langage d'enseignement de la
programmation. Cette initiative conduira à la création de
l'environnement de développement IDLE. Cependant, du fait du
manque de financement du projet par la DARPA, et du départ de
nombreux développeurs Python du CNRI (dont Guido van
Rossum), le projet s'éteint en 2000[21]. Python 1.6 est la dernière
version sortie au CNRI.

À BeOpen

En 2000, l'équipe principale de développement de Python

déménage à BeOpen.com pour former l'équipe PythonLabs de
BeOpen. Python 2.0 est la seule version sortie à BeOpen.com.
Après cette version, Guido Van Rossum et les autres
développeurs de PythonLabs rejoignent Digital Creations (à
présent connue sous le nom de Zope Corporation)[22].

Andrew M. Kuchling publie en décembre 1999[23] un texte nommé

Python Warts[24], qui synthétise les griefs les plus fréquents
exprimés à l'encontre du langage. Ce document aura une
influence certaine sur les développements futurs du langage[25].

La Python Software Foundation

Python 2.1 est une version dérivée de Python 1.6.1 et de Python

2.0. Sa licence est renommée Python Software Foundation
License. Tout code, documentation et spécification ajouté, depuis
la sortie de Python 2.1 alpha, est détenu par la Python Software
Foundation (PSF), une association sans but lucratif fondée en
2001, modelée d'après l'Apache Software Foundation.

Afin de réparer certains défauts du langage (par exemple l'orienté

objet avec deux types de classes), et pour nettoyer la bibliothèque
standard de ses éléments obsolètes et redondants, Python a
choisi de casser la compatibilité ascendante dans la nouvelle
version majeure, Python 3.0, publié en décembre 2008. Cette
version est rapidement suivie par une version 3.1 qui corrige les
erreurs de jeunesse de la version 3.0.

Selon l'Index TIOBE, « Python, qui est devenu un élément

incontournable de la science des données, du DevOps et du
développement web, est aussi désormais le langage le plus
populaire dans le classement de TIOBE. Classé troisième langage
le plus populaire de l'index au début de l'année 2021, Python s'est
hissé à la première place en octobre 2022 »[6].

Caractéristiques

Syntaxe

Python a été conçu pour être un langage lisible. Il vise à être

visuellement épuré. Par exemple, il possède moins de
constructions syntaxiques que de nombreux langages structurés
tels que C, Perl, ou Pascal. Les commentaires sont indiqués par le
caractère croisillon (#).

Les blocs sont identifiés par l'indentation, au lieu d'accolades

comme en C ou C++ ; ou de begin ... end comme en
Pascal ou Ruby. Une augmentation de l'indentation marque le
début d'un bloc, et une réduction de l'indentation marque la fin du
bloc courant. Par convention (actuellement PEP8[26]), l'indentation
est habituellement de quatre espaces en Python[27].

Fonction factorielle en C Fonction factorielle en Python

int factorielle(int n) { def factorielle(n):

if (n < 2) { if n < 2:
return 1; return 1
} else { else:
return n * factorielle(n - 1); return n * factorielle(n - 1)
}
}

Remarque : L'indentation pourrait être modifiée ou supprimée

dans la version en C sans modifier son comportement. De même,
la fonction Python peut être écrite avec une expression
conditionnelle[28]. Cependant, une indentation correcte permet de
détecter plus aisément des erreurs en cas d'imbrication de
plusieurs blocs et facilite donc l'élimination de ces erreurs. C'est
pourquoi il est préférable d'indenter convenablement les
programmes en C. La version courte s'écrirait ainsi :

Fonction factorielle en C Fonction factorielle en Python

int factorielle(int n) { def factorielle(n):

return n < 2 ? 1 : n * factorielle(n - 1); return n * factorielle(n - 1) if n > 1 else 1
}
Mots-clés du langage

Les mots-clés réservés du langage Python sont fournis dans la

liste keyword.kwlist du module keyword [29].

Les mots-clés de Python 2.7.5 sont les suivants : and , as ,

assert , break , class , continue , def , del ,
elif , else , except , exec , finally , for ,
from , global , if , import , in , is , lambda ,
not , or , pass , print , raise , return , try ,
while , with , yield .

À partir de Python 3.0, print et exec ne sont plus des mots-

clés du langage, mais des fonctions du module builtins [30].

Sont ajoutés aux mots-clés : True , False , None et

nonlocal . Les trois premiers étaient déjà présents dans les
versions précédentes, mais ils ne sont plus modifiables
(auparavant, l'affectation True = 1 était possible)[31].
nonlocal a été introduit par le PEP 3104[32], et permet, dans
une fonction définie à l'intérieur d'une autre fonction, de modifier
une variable d'un niveau supérieur de portée. Avant cela, seules
les variables locales à la fonction, et globales (niveau module)
étaient modifiables. Toutefois, il était possible, et ça l'est toujours
sans le mot-clé nonlocal , de modifier un objet affecté à une
variable d'un niveau de portée supérieur, par exemple une liste
avec la méthode append - c'est évidemment impossible pour
un objet immuable.

Types de base

Les types de base en Python sont relativement complets et

puissants. Il y a, entre autres :

Les objets numériques

int est le type des entiers relatifs. Avant la version 3.0,
ce type était dénommé long , et le type int
correspondait à un entier de 32 ou 64 bits. Néanmoins, une
conversion automatique en type long évitait tout
débordement. Maintenant, ce type correspond aux entiers
relatifs avec une précision illimitée sans restriction de
taille.
long est le type des entiers relatifs, illimités de plus de
32 bits en Python 2, remplacé par le type int en Python
3
float est le type flottant équivalent au type double
du C, soit tout nombre entre −1,7 × 10308 et 1,7 × 10308 sur
les plateformes conforme à l'IEEE 754.
complex est le type des approximations des nombres
complexes (c'est-à-dire deux float ).
Les objets « itérables »
Les objets tuple (n-uplet) sont des listes immuables
d'objets hétérogènes.
Les objets list sont des tableaux dynamiques (ils
étendent automatiquement leur taille lorsque nécessaire)
et acceptent des types de données hétérogènes.
Les objets set sont des ensembles non ordonnés
d'objets.
Les objets frozenset forment une variante immuable
des set .
Les objets dict sont des tableaux associatifs (ou
dictionnaires) permettant d'associer un objet (une clef) à
un autre.
Les objets str sont des chaînes de caractères. À partir
de la version 3.0, les caractères sont en Unicode sur 16 ou
32 bits ; les chaines d'octets sont des objets bytes [33].

Dans les versions précédentes, ces objets étaient

respectivement de type unicode et str . Les objets
str et bytes sont immuables.
Les objets bytearray sont des chaînes d'octets
modifiables. La version d'Unicode employée par Python
peut être déterminée à l'aide de la variable
unidata_version du module unicodedata .
Les objets file correspond à un fichier obtenu grâce à
la méthode open()
 Il existe aussi d'autres types d'objets itérables, notamment
range obtenu via la méthode range() , et les types
liés aux méthodes de dictionnaires .keys() ,
.values() et .items() . La plupart d'entre eux sont
immuables.
Les autres objets, n'étant ni numériques ni itérables
None est simplement le type d'un « vide ». Il sert à
dénoter qu'une variable est vide.
type est le type du type des objets, obtenu grâce à la
méthode type() .
object est le type basique dont tous les autres types
« héritent »
slice est une partie de type ou un objet extensible
NotImplementedType est, comme son nom l'indique,
une absence d'implémentation du type auquel on essaie
d'accéder.
bool est un booléen, soit le type de True et False
renvoyés par exemple lors de comparaisons hors de
l'utilisation de méthodes is_x() .
exception est le type d'un message d'erreur lancé
lorsque le code lève une exception.
function est le type d'une fonction, utilisé lors de
l'appel des mots-clef def et lambda .
 module est le type d'un module, utilisé lors de l'appel
des mots-clef import et from .

Les objets itérables sont parcourus à l'aide d'une boucle for de

la manière suivante :

for element in objet_iterable:

traiter(element)

Pour une chaîne de caractères, l'itération procède caractère par

caractère.

Il est possible de dériver les classes des types de base pour créer
ses propres types. On peut également fabriquer ses propres types
d'objets itérables sans hériter des itérables de base en utilisant le
protocole d'itération du langage.

Programmation fonctionnelle

Python permet de programmer dans un style fonctionnel. Il

dispose également des compréhensions de listes, et plus
généralement les compréhensions peuvent produire des
générateurs, des dictionnaires ou des ensembles[34]. Par exemple,
pour construire la liste des carrés des entiers naturels plus petits
que 10, on peut utiliser l'expression :
 liste = [x**2 for x in range(10)]
# liste = [0, 1, 4, 9, 16, 25, 36, 49, 64,
81]

La liste des nombres pairs :

liste = [entier for entier in range(10) if

entier % 2 == 0]
# liste = [0, 2, 4, 6, 8]

Une table de passage des lettres de l'alphabet vers leur code

ASCII :

{chr(n): n for n in range(65, 91)}

L'ensemble des lettres d'un mot (produit l'ensemble {'r',

'c', 'd', 'b', 'a'} ) :

s = "abracadabra"
{c for c in s}

Une compréhension peut comprendre plusieurs boucles et filtres,

et il existe une correspondance avec le code réalisant le même
calcul à l'aide d'instructions for et if :
 Compréhension Code équivalent

[ i + j if i != j else 0 a = []
for i in range(n) for i in range(n):
if i % 2 != 0 if i % 2 != 0:
for j in range(n) for j in range(n):
if j % 3 != 0 ] if j % 3 != 0:
a.append(i + j if i != j else 0)

Cependant, une différence notable dans la version sans

compréhension est que les variables i et j existent, avec la valeur
qu'elles avaient lors de leur dernier tour de boucle. Ce n'est pas le
cas pour des constructions par compréhension.

Une forme limitée de fonction anonyme est possible :

lambda x: x + 2

Les fonctions lambda peuvent être définies en ligne et utilisées

comme arguments dans des expressions fonctionnelles :

filter(lambda x: x < 5, une_liste)

retournera une liste constituée des éléments de une_liste

inférieurs à 5. Le même résultat peut être obtenu avec

[x for x in une_liste if x < 5]

Les lambdas de Python n'admettent que des expressions et ne

peuvent être utilisées comme fonctions anonymes généralisées ;
mais en Python, toutes les fonctions sont des objets, elles
peuvent donc être passées en arguments à d'autres fonctions, et
appelées lorsque c'est nécessaire. En effet, une fonction définie
avec def peut être créée à l'intérieur d'une autre fonction et on
obtient ainsi une définition de fonction dans une variable locale,
par exemple :

def filtre_inferieur_a_5(une_liste):
def mon_filtre(x): # variable locale
mon_filtre
return x < 5
return filter(mon_filtre, une_liste)

Une fonction locale peut modifier l'environnement de la fonction

qui l'a créée, grâce au mot-clé nonlocal (voir Fermeture
(informatique)) :

def accum(pas):
total = 0
def ajoute(n):
nonlocal total
total += n * pas
return total
return ajoute
On peut ainsi créer plusieurs accumulateurs, faisant chacun
référence à son propre total. Il est possible d'accéder à
l'environnement d'une fonction locale à l'aide de l'attribut
__closure__ .

Programmation objet

Tous les types de base, les fonctions, les instances de classes

(les objets « classiques » des langages C++ et Java) et les classes
elles-mêmes (qui sont des instances de méta-classes) sont des
objets.

Une classe se définit avec le mot-clé class . Les classes

Python supportent l'héritage multiple ; il n'y a pas de surcharge
statique comme en C++, ou de restrictions sur l'héritage comme
c'est le cas en Java (une classe implémente plusieurs interfaces
et hérite d'une seule classe) mais le mécanisme des arguments
optionnels et par mot-clé est plus général et plus flexible. En
Python, l'attribut d'un objet peut référencer une variable d'instance
ou de classe (le plus souvent une méthode). Il est possible de lire
ou de modifier un attribut dynamiquement avec les fonctions :

getattr(objet, "nom_attribut")
setattr(objet, "nom_attribut",
nouvel_attribut)

Exemple de deux classes simples :

 class Personne:
def __init__(self, nom, prenom):
self.nom = nom
self.prenom = prenom
def presenter(self):
return self.nom + " " + self.prenom

class Etudiant(Personne):
def __init__(self, niveau, nom, prenom):
Personne.__init__(self, nom, prenom)
self.niveau = niveau
def presenter(self):
return self.niveau + " " +
Personne.presenter(self)

e = Etudiant("Licence INFO", "Dupontel",

"Albert")
assert e.nom == "Dupontel"

Méthodes spéciales et définition des opérateurs

Python fournit un mécanisme élégant et orienté objet pour définir

un ensemble prédéfini d'opérateurs : tout objet Python peut se voir
doté de méthodes dites spéciales.
Ces méthodes, commençant et finissant par deux tirets de
soulignement (underscores), sont appelées lors de l'utilisation
d'un opérateur sur l'objet : + (méthode __add__ ), +=
(méthode __iadd__ ), [] (méthode __getitem__ ), ()
(méthode __call__ ), etc. Des méthodes comme __repr__
et __str__ permettent de définir la représentation d'un objet
dans l'interpréteur interactif et son rendu avec la fonction print.

Les possibilités sont nombreuses et sont décrites dans la

documentation du langage[35].

Par exemple on peut définir l'addition de deux vecteurs à deux

dimensions avec la classe suivante :

class Vector2D:
def __init__(self, x, y):
# On utilise un tuple pour stocker
les coordonnées
self.coords = (x, y)

def __add__(self, other):

# L'instruction a+b sera résolue
comme a.__add__(b)
# On construit un objet Vector2D à
partir des coordonnées propres à l'objet, et
à l'autre opérande
 return
Vector2D(self.coords[0]+other.coords[0],
self.coords[1]+other.coords[1])

def __repr__(self):
# L'affichage de l'objet dans
l'interpréteur
return "Vector2D(%s, %s)"
%self.coords

a = Vector2D(1, 2)
b = Vector2D(3, 4)
print(a + b) # Vector2D(4, 6)

Générateurs

Le mot-clef yield utilisé dans une fonction permet de faire de

cette fonction un générateur. L'appel de cette fonction renvoie un
objet de type generator, qui peut être utilisé dans une boucle
for , par exemple.

À chaque appel, le générateur effectue son traitement jusqu'à

rencontrer le mot-clé yield , renvoie la valeur de l'expression
yield , et à l'appel suivant, reprend son déroulement juste
après le yield . Par exemple pour calculer la suite de
Fibonacci, on peut écrire :
 def gen_fibonacci():
"""Générateur de la suite de Fibonacci"""
a, b = 0, 1
while True:
yield a # Renvoie la valeur de "a",
résultat de l'itération en cours
a, b = b, a + b

fi = gen_fibonacci()
for i in range(20):
print(next(fi))

Le module itertools permet de manipuler les générateurs.

Par exemple, pour extraire les 10 premiers éléments du
générateur précédent :

import itertools
list(itertools.islice(gen_fibonacci(), 10))
# renvoie [0, 1, 1, 2, 3, 5, 8, 13, 21, 34]

Depuis Python 3.3, il est possible de produire un générateur à

partir d'une fonction récursive, grâce à la syntaxe yield from ,
apparue dans le PEP 380[36] et qui « délègue » le calcul à un sous-
générateur. L'exemple suivant calcule les permutations des dames
correspondant aux solutions du problème des huit dames étendu
à un échiquier de taille n × n.

def queens(n):
a = list(range(n))
up = [True] * (2 * n - 1)
down = [True] * (2 * n - 1)
def sub(i):
for k in range(i, n):
j = a[k]
p = i + j
q = i - j + n - 1
if up[p] and down[q]:
if i == n - 1:
yield tuple(a)
else:
up[p] = down[q] = False
a[i], a[k] = a[k], a[i]
yield from sub(i + 1)
up[p] = down[q] = True
a[i], a[k] = a[k], a[i]
yield from sub(0)
 sum(1 for a in queens(8)) # Nombre de
solutions, renvoie 92

Un générateur peut sembler identique à une fonction qui retourne

une liste, mais contrairement à une liste qui contient tous ses
éléments, un générateur calcule ses éléments un par un.
Ainsi, le test 36 in [n * n for n in range(10)] va
s'effectuer sur la liste calculée en entier, alors que dans 36 in
(n * n for n in range(10)) , qui utilise un générateur, le
calcul des carrés s'arrête dès que 36 est trouvé. On peut s'en
convaincre en remplaçant n * n par un appel de fonction
réalisant un effet de bord, par exemple un affichage à l'écran.

Réflexivité

Grâce à un usage intensif des dictionnaires (conteneur associatif

développé avec des tables de hachage), Python permet d'explorer
les divers objets du langage (introspection) et dans certains cas
de les modifier (intercession).
Typage

Le typage n'est pas vérifié à la compilation. Python utilise le duck

typing : lors de l'exécution, si une méthode invoquée sur un objet a
la même signature qu'une méthode déclarée sur cet objet, alors
c'est cette dernière méthode qui est exécutée. De ce fait, invoquer
une méthode qui n'existe pas sur un objet va échouer, signifiant
que l'objet en question n'est pas du bon type. Malgré l'absence de
typage statique, Python est fortement typé, interdisant des
opérations ayant peu de sens (par exemple, additionner un
nombre à une chaîne de caractères) au lieu de tenter
silencieusement de la convertir en une forme qui a du sens.
Python propose des fonctions permettant de transformer les
variables dans un autre type :

points = 3.2 # points est du type float

print("Tu as " + points + " points !") #
Génère une erreur de typage
 points = int(points) # points est maintenant
du type int (entier), sa valeur est arrondie
à l'unité inférieure (ici 3)
print("Tu as " + points + " points !") #
Génère une erreur de typage

points = str(points) # points est maintenant

du type str (chaîne de caractères)
print("Tu as " + points + " points !") # Plus
d'erreur de typage, affiche 'Tu as 3
points !'

Python propose aussi un mécanisme de typage statique pour les

attributs des classes grâce à l'API trait[37] ou au patron de
conception decorators.

Annotations

Depuis la version 3.0, Python propose l'annotation des variables

dans les fonctions (introduit dans la PEP 3107[38]). Ce qui permet
de rendre le code plus lisible sans pour autant faire office de
solution de typage statique puisque rien n'oblige à suivre ces
annotations[39].

def hello(name: str) -> str:

return "Hello {} !".format(name)
 hello("Alice") # Appel suggéré par les
annotations
hello(True) # Appel non conforme mais tout à
fait fonctionnel

En complément, depuis la version 3.5, Python propose le module

typing[40] (introduit dans la PEP 484[41]).

from typing import List

def split_string(string: str) -> List[str]:

return string.split(" ")

Compilation

Il est possible d'effectuer une analyse statique des modules

Python avec des outils comme Pylint [42], mypy [43], ou PyChecker.
Sans nécessiter une exécution, ces outils repèrent des fautes ou
des constructions déconseillées. Par exemple, une classe qui
hérite d'une classe abstraite et qui ne redéfinit pas les méthodes
abstraites, ou bien des variables utilisées avant d'être déclarées,
ou encore des attributs d'instance déclarés en dehors de la
méthode __init__ .
Il est aussi possible de générer un code intermédiaire (bytecode)
Python.

Des outils comme PyInstaller[44] ou d'autres plus spécifiques

comme cx_Freeze sous Unix, Windows et macOS, py2app[45] sous
macOS et py2exe sous Windows permettent de « compiler » un
programme Python sous forme d'un exécutable comprenant le
programme et un interpréteur Python.

Le programme ne tourne pas plus rapidement (il n'est pas compilé

sous forme de code machine) mais cela simplifie largement sa
distribution, notamment sur des machines où l'interpréteur Python
n'est pas installé.

Modèle objet

En Python, tout est objet, dans le sens qu'une variable peut

contenir une référence vers tous les éléments manipulés par le
langage : nombres, méthodes, modules, etc.[46]. Néanmoins, avant
la version 2.2, les classes et les instances de classes étaient un
type d'objet particulier, ce qui signifiait qu'il était par exemple
impossible de dériver sa propre sous-classe de l'objet list.

Méthodes

Le modèle objet de Python est inspiré de celui de Modula-3[47].

Parmi ces emprunts se trouve l'obligation de déclarer l'instance de
l'objet courant, conventionnellement nommée self, comme
premier argument des méthodes, et à chaque fois que l'on
souhaite accéder à une donnée de cette instance dans le corps de
cette méthode. Cette pratique n'est pas naturelle pour des
programmeurs venant par exemple de C++ ou Java, la profusion
des self étant souvent critiquée comme étant une pollution
visuelle qui gêne la lecture du code. Les promoteurs du self
explicite estiment au contraire qu'il évite le recours à des
conventions de nommage pour les données membres et qu'il
simplifie des tâches comme l'appel à une méthode de la
superclasse ou la résolution d'homonymie entre données
membres[48].

Python reconnaît trois types de méthodes :

les méthodes d'instance, qui sont celles définies par défaut.

Elles reçoivent comme premier argument une instance de la
classe où elles ont été définies.
les méthodes de classe, qui reçoivent comme premier
argument la classe où elles ont été définies. Elles peuvent être
appelées depuis une instance ou directement depuis la classe.
Elles permettent de définir des constructeurs alternatifs comme
la méthode fromkeys() de l'objet dict . Elles sont
déclarées avec le décorateur @classmethod .

les méthodes statiques, qui ne reçoivent pas de premier

argument implicite. Elles sont déclarées avec le décorateur
 @staticmethod .

Visibilité

Le langage a un support très limité de l'encapsulation. Il n'y a pas,

comme en Java par exemple, de contrôle de l'accessibilité par des
mots clefs comme protected ou private .

La philosophie de Python est de différencier conceptuellement

l'encapsulation du masquage d'information. Le masquage
d'information vise à prévenir les utilisations frauduleuses, c'est
une préoccupation de sécurité informatique. Le module bastion de
la bibliothèque standard, qui n'est plus maintenu dans les
dernières versions du langage, permettait ainsi de contrôler
l'accès aux attributs d'un objet dans le cadre d'un environnement
d'exécution restreint.

L'encapsulation est une problématique de développement logiciel.

Le slogan des développeurs Python est we're all consenting adults
here[49] (nous sommes entre adultes consentants). Ils estiment en
effet qu'il suffit d'indiquer, par des conventions d'écriture, les
parties publiques des interfaces et que c'est aux utilisateurs des
objets de se conformer à ces conventions ou de prendre leurs
responsabilités. L'usage est de préfixer par un underscore les
membres privés. Le langage permet par ailleurs d'utiliser un
double underscore pour éviter les collisions de noms, en préfixant
automatiquement le nom de la donnée par celui de la classe où
elle est définie.

L'utilisation de la fonction property() permet de définir des

propriétés qui ont pour but d'intercepter, à l'aide de méthodes, les
accès à une donnée membre. Cela rend inutile la définition
systématique d'accesseurs et le masquage des données comme
il est courant de le faire en C++ par exemple.

Héritage

Python supporte l'héritage multiple. Depuis la version 2.3, il utilise

l'algorithme C3, issu du langage Dylan[50], pour résoudre l'ordre de
résolution de méthode (MRO). Les versions précédentes
utilisaient un algorithme de parcours en profondeur qui posait des
problèmes dans le cas d'un héritage en diamant[51].

Bibliothèque standard

Python est fourni « piles incluses ».

Python possède une grande bibliothèque standard, fournissant

des outils convenant à de nombreuses tâches diverses. Le
nombre de modules de la bibliothèque standard peut être
augmenté avec des modules spécifiques écrits en C ou en
Python.
La bibliothèque standard est particulièrement bien conçue pour
écrire des applications utilisant Internet, avec un grand nombre de
formats et de protocoles standards gérés (tels que MIME et
HTTP). Des modules pour créer des interfaces graphiques et
manipuler des expressions rationnelles sont également fournis.
Python inclut également un framework de tests unitaires
( unittest , anciennement PyUnit avant version 2.1) pour créer
des suites de tests exhaustives.

Conventions de style

Bien que chaque programmeur puisse adopter ses propres

conventions pour l'écriture de code Python, Guido van Rossum a
mis un guide à disposition, référencé comme « PEP 8 »[27]. Publié
en 2001, il est toujours maintenu pour l'adapter aux évolutions du
langage. Google propose également un guide[52].

Interfaces graphiques

Interface graphique en wxPython pour

wxWidgets.

Python possède plusieurs modules disponibles pour la création

de logiciels avec une interface graphique. Le plus répandu est
Tkinter. Ce module convient à beaucoup d'applications et peut
être considéré comme suffisant dans la plupart des cas.
Néanmoins, d'autres modules ont été créés pour pouvoir lier
Python à d'autres bibliothèques logicielles (« toolkit »), pour
davantage de fonctionnalités, pour une meilleure intégration avec
le système d'exploitation utilisé, ou simplement pour pouvoir
utiliser Python avec sa bibliothèque préférée. En effet, certains
programmeurs trouvent l'utilisation de Tkinter plus pénible que
d'autres bibliothèques. Ces autres modules ne font pas partie de
la bibliothèque standard et doivent donc être obtenus
séparément.

Les principaux modules donnant accès aux bibliothèques

d'interface graphique sont Tkinter et Pmw (Python
megawidgets)[53] pour Tk, wxPython pour wxWidgets, PyGTK pour
GTK, PyQt et PySide pour Qt, et enfin FxPy pour le FOX Toolkit. Il
existe aussi une adaptation de la bibliothèque SDL : Pygame, un
binding de la SFML : PySFML, ainsi qu'une bibliothèque écrite
spécialement pour Python : Pyglet (en) .

Il est aussi possible de créer des applications Silverlight en

Python sur la plateforme IronPython.

La communauté Python

Guido van Rossum est le principal auteur de Python, et son rôle de

décideur central permanent de Python est reconnu avec humour
par le titre de « Dictateur bienveillant à vie » (Benevolent Dictator
for Life, BDFL). Depuis juillet 2018, Guido van Rossum s'est
déclaré en vacances permanentes de son rôle de BDFL[54]. Il a
également annulé sa candidature au conseil directeur du langage
en novembre 2019[55].

Il est assisté d'une équipe de core developers qui ont un accès en

écriture au dépôt de CPython et qui se coordonnent sur la liste de
diffusion python-dev. Ils travaillent principalement sur le langage
et la bibliothèque de base. Ils reçoivent ponctuellement les
contributions d'autres développeurs Python via la plateforme de
gestion de bug Roundup, qui a remplacé SourceForge.

Les utilisateurs ou développeurs de bibliothèques tierces utilisent

diverses autres ressources. Le principal média généraliste autour
de Python est le forum Usenet anglophone comp.lang.python.

Les allusions aux Monty Python sont assez fréquentes. Les

didacticiels consacrés à Python utilisent souvent les mots spam
et eggs comme variable métasyntaxique. Il s'agit d'une référence
au sketch Spam des Monty Python, où deux clients tentent de
commander un repas à l'aide d'une carte qui contient du jambon
en conserve de marque SPAM dans pratiquement tous les plats.
Ce sketch a été aussi pris pour référence pour désigner un courriel
non sollicité.
Adoption de Python

Article détaillé : Liste de logiciels Python.

Plusieurs entreprises ou organismes mentionnent sur leur site

officiel[56] qu'ils utilisent Python :

Google (Guido van Rossum a travaillé au sein de cette

entreprise entre 2005 et 2012[57]) ;
Industrial Light & Magic ;
la NASA ;
et CCP Games, les créateurs du jeu vidéo EVE Online.

Python est aussi le langage de commande d'un grand nombre de

logiciels libres :

FreeCAD, logiciel de CAO 3D

Blender, logiciel de modélisation 3D et d'édition vidéo
Inkscape, logiciel de dessin vectoriel
LibreOffice et Apache OpenOffice, les deux branches de
développement d'une suite bureautique issue de StarOffice
Portage (en) , le gestionnaire de paquets du système d'exploitation
Gentoo
ParaView, logiciel de visualisation de données numériques
Kodi, un lecteur multimédia
QGIS, un logiciel de cartographie
 Weblate, un outil de traduction
gedit, un éditeur de texte (les plugins sont écrits en Python)
SageMath, un logiciel de calcul formel

Et commerciaux :

Wing IDE, environnement de développement intégré spécialisé

sur Python, et écrit en Python
Corel Paint Shop Pro, logiciel de traitement d'image et d'édition
graphique
capella, logiciel de notation musicale
ArcGIS, un logiciel de cartographie[58]

Python est utilisé comme langage de programmation dans

l'enseignement secondaire et supérieur, notamment en France[59].
Depuis 2013, il y est enseigné à tous les étudiants de classes
préparatoires scientifiques dans le cadre du tronc commun
(informatique pour tous). Auparavant, l'enseignement
d'informatique était limité à une option en MP, l'enseignement se
faisant en langage Caml ou Pascal. Cette option existe toujours,
mais Pascal a été abandonné à partir de la session 2015 des
concours et Caml a, lui, été enlevé au profit de OCaml dans cet
enseignement. Les premières épreuves de concours portant sur le
langage Python sont également celles de la session 2015[60],[61].
Implémentations du langage

Outre la version de référence, nommée CPython (car écrite en

langage C), il existe d'autres systèmes mettant en œuvre le
langage Python[62] :

Stackless Python, une version de CPython n'utilisant pas la pile

d'appel du langage C ;
Jython, un interprète Python pour machine virtuelle Java. Il a
accès aux bibliothèques fournies avec l'environnement de
développement Java ;
IronPython, un interprète / compilateur (expérimental) pour
plateforme .Net / Mono ;
Brython[63], une implémentation de Python 3 pour les
navigateurs web ;
MicroPython, variante légère pour microcontrôleurs ;
PyPy un interprète Python écrit dans un sous-ensemble de
Python compilable vers le C ou LLVM ;
un compilateur (expérimental) pour Parrot, la machine virtuelle
de Perl 6 ;
Shed Skin[64], un compilateur d'un sous-ensemble de Python
produisant du code en C++ ;
Unladen Swallow (en)
[65], une version de CPython optimisée et
basée sur LLVM, maintenant abandonnée (la dernière version
 remonte à octobre 2009) ;
RustPython, projet d'implémentation en Rust[66].

PySpark est une interface de programmation permettant

d'utiliser Spark à partir du langage Python pour faire des calculs
distribués.

Ces autres versions ne bénéficient pas forcément de la totalité de

la bibliothèque de fonctions écrites en C pour la version de
référence, ni des dernières évolutions du langage.

Distributions de Python

Différentes distributions sont disponibles, qui incluent parfois

beaucoup de paquets dédiés à un domaine donné[67] :

ActivePython[68] : disponible en version gratuite (ne pouvant être

« utilisée en production ») ou commerciale.
Python(x,y)[69] : distribution Python à l'usage des scientifiques
basée sur Qt et Eclipse. Obsolète, remplacé par WinPython
Enthought Canopy[70] : distribution à usage scientifique,
disponible en version gratuite (Canopy Express) ou
commerciale.
Anaconda[71] : distribution à usage scientifique, disponible en
version gratuite ou commerciale.
Intel Distribution for Python[72] : distribution basée sur
Anaconda, intégrant notamment la bibliothèque MKL (en) d'Intel
 afin d'accélérer les calculs numériques de bibliothèques telles
que NumPy et SciPy, intégrées à la distribution. Elle est
disponible gratuitement seule, ou bien intégrée à Intel Parallel
Studio, qui nécessite une licence payante.
Pyzo[73] : « Python to the people », destinée à être facile
d'utilisation.
WinPython[74]: distribution à usage scientifique avec Spyder,
QT, etc.

Ce ne sont pas des implémentations différentes du langage

Python : elles sont basées sur CPython, mais sont livrées avec un
certain nombre de bibliothèques préinstallées.
Historique des versions
Version Date de sortie Fin de support Nouveautés majeures[75]

Ajout du mot clé assert

Possibilité d'importer une hiérarchie de modules (import spam.ham.eggs)

Nouveau module re qui remplace regex

1.5(.2) 3 janvier 1998 13 avril 1999
Les exceptions sont maintenant des classes

Ajout de l'option -O qui supprime les assertions et informations de ligne de

fichier

La méthode append() des listes n'accepte plus qu'un seul argument

Le résultat des fonctions str() et repr() est maintenant beaucoup

plus souvent différent, exemple : str(1L)=='1' et repr(1L)=='1L'

Les chaînes de caractères ont maintenant des méthodes ( " abc

".strip() )

Le module re est compatible avec l'ancien moteur, est plus rapide, et

1.6 5 septembre 2000 Septembre 2000
accepte les chaînes Unicode

Ajout du module distutils

Nouveau prototype def f(*args, **kw) pour les fonctions, avant il

fallait utiliser apply()

int() et long() acceptent maintenant une base en second argument

L'opérateur in peut être surchagé avec une méthode __contains__()

Changement majeur : support d'Unicode

Ajout des compréhensions de liste (List Comprehensions)

Ajout des opérateurs avec assignement ( a+=b , a*=b , etc.)

2.0 16 octobre 2000 22 juin 2001
Les chaînes str ont maintenant des méthodes

Nouveau ramasse-miettes à cycles

Ajout des modules distutils , xml.dom.minidom et xml.sax

Création du module __future__ pour rendre les transitions plus douces

Comparaisons riches (méthodes __lt__ , __le__ ...)

Framework d'avertissement

Ajout des modules inspect, pydoc, doctest, pyunit

2.1 15 avril 2001 9 avril 2002
Ajout des références faibles (weak references)

Les fonctions peuvent avoir des attributs

Nested Scopes

La version 2.0.1 (juin 2001) sera la première version compatible GPL

Unification de Type et de Class : on peut maintenant hériter des types de

base
2.2 21 décembre 2001 30 mai 2003
Ajout des itérateurs et générateurs

Nouvel opérateur a // b pour la division entière

2.3 29 juin 2003 11 mars 2008 Ajout des fonctions enumerate() et sum()

Le type bool est maintenant vraiment distinct d'un entier

Version Date de sortie Fin de support Nouveautés majeures[75]

Beaucoup d'améliorations du support Unicode

Ajout des décorateurs de fonction/méthode (@decorateur)

Conversion automatique d'un entier court en entier long si le résultat d'une

opération est trop grand

Expressions de générateur renvoyant les résultats l'un après l'autre et non

pas sous forme d'une liste, exemple : sum( x for x in
2.4 30 novembre 2004 19 décembre 2008
xrange(10000) )

Ajout des fonctions reversed() et sorted()

La fonction de tri sort() accepte les mots clés cmp, key et reverse

Création du module decimal et du routeur

Ajout de l'instruction with

Ajout des méthodes send(), throw() et close() aux générateurs

Expression conditionnelle ( a if test else b )

2.5 19 septembre 2006 26 mai 2011 Les imports de module peuvent être relatifs

Ajout des méthodes partition() et rpartition() aux chaînes str et unicode

Ajout des fonctions any() et all()

Intégration des bibliothèques ctypes, ElementTree, hashlib, sqlite3 et wsgiref

Nouvelle syntaxe de formatage de chaînes de caractères

Classes de bases abstraites

24 août 2010 (mises à jour de
er
2.6 1 octobre 2008 sécurité jusqu'au Décorateurs de classes
29 octobre 2013)
Modules JSON, multiprocessing, contextmanager et fractions

Amélioration de la compatibilité avec Python 3

2.7 3 juillet 2010 1er janvier 2020 Syntaxe pour les ensembles littéraux : {1, 2, 3} au lieu de set((1,
2, 3))

Compréhension de dictionnaire et d'ensemble, exemples : {i: i*2 for

i in range(3)} (dictionnaire) et {i*2 for i in range(3)}
(ensemble)

Possibilité de spécifier plusieurs gestionnaires de contexte avec une seule

déclaration with

Réimplementation de la bibliothèque io (entrées/sorties) en C pour offrir de

meilleures performances. Cette bibliothèque est notamment utile pour
accéder à un fichier texte en Unicode.

Dictionnaires ordonnés comme décrits dans la PEP 372 : from

collections import OrderedDict

La méthode format gère la numérotation automatique : '{}

{}!'.format('Hello', 'World') donne 'Hello World'!

Le formatage des nombres gère les séparateurs de milliers, exemple :

'{:,}'.format(10800) donne '10,800'

Amélioration de précision lors des conversions chaîne vers flottant et

flottant vers chaîne. Pour un flottant, float(repr(x)) donnera toujours x.

Nouveau module argparse pour parser la ligne de commande : version

améliorée du module optparse

Configuration basée sur des dictionnaires pour le module logging

Objets memoryview : vue en lecture seule ou lecture-écriture d'un objet

binaire (API similaire à celle du type bytes)
Version Date de sortie Fin de support Nouveautés majeures[75]

Type PyCapsule pour l'API C (pour les modules d'extension)

Les types int et long gagnent une méthode bit_length() : nombre de bits
nécessaires pour représenter la valeur absolue du nombre

Fusion des types 'int' et 'long'

Les chaînes sont en Unicode par défaut, 'bytes' remplace l'ancien type 'str'

Utilise des itérateurs plutôt que des listes là où c'est approprié (ex :
dict.keys() )

a/b est la vraie division par défaut

exec et print deviennent des fonctions

None , True et False deviennent des mots clé

3.0 3 décembre 2008[76] 13 février 2009
Le fichier __init__.py n'est plus nécessaire pour les modules Python

`x` et l'opérateur <> disparaissent

De nombreuses fonctions disparaissent : apply() , buffer() ,

callable() ...

reduce() disparaît au profit des boucles explicites

Voir la PEP 3100 (https://www.python.org/dev/peps/pep-3100/) [archive] pour

les détails

Ajout d'un type de dictionnaire ordonné,

Optimisations diverses apportées au type 'int',

12 juin 2011 (mises à jour de Nouvelles fonctionnalités du module 'unittest',

3.1 27 juin 2009[77]
sécurité jusqu'en juin 2012) Module d'entrées/sorties 'io' rendu plus rapide,

Intégration de l'instruction « import » en pur Python

Nouvelle syntaxe pour les instructions 'with' imbriquées.

Ajout du module argparse pour le parsing des arguments passés à un

programme

13 mai 2013 (mises à jour de Modification de la gestion des fichiers compilés .pyc
3.2 20 février 2011[78] sécurité jusqu'au
Ajout des certificats (protocole HTTPS)
20 février 2016)
Amélioration du module pickle

Réintroduction de la fonction callable() (retirée en 3.0)

Ajout de la syntaxe yield from​ pour utiliser des sous-générateurs[79]

La syntaxe u'unicode' est de nouveau acceptée[80]

Ajout du module faulthandler pour aider à déboguer les problèmes de bas

8 mars 2014 (mises à jour de niveau
3.3 29 septembre 2012[79] sécurité jusqu'au
Support pour la compression LZMA
29 septembre 2017)
Ajout d'un module pour les Mock dans unittest

Incorporation des fonctionnalités du module virtualenv avec le module venv

Refonte de la hiérarchie des erreurs système (I/O).

9 août 2017 (mises à jour de

3.4 16 mars 2014[81] ajout du module asyncio pour la programmation asynchrone[82]
sécurité jusqu'au 18 mars 2019)

3.5 13 septembre 2015[83] 8 août 2017 (mises à jour de nouvel opérateur pour les matrices : a @ b​[84]
sécurité jusqu'au
ajout de la syntaxe await​ et async pour la programmation asynchrone
13 septembre 2020)
Version Date de sortie Fin de support Nouveautés majeures[75]

création du module typing qui fournit une API pour le type hinting en ajoutant
des outils tels que Callable , Generic , TypeVar , etc. Voir la PEP
484 (https://peps.python.org/pep-0484/) [archive] pour les détails

Possibilité d'écrire les grands nombres sous la forme : 1_000_000​[86].

Ajout du module secrets​ pour simplifier la génération de nombres

pseudo-aléatoires de qualité cryptographique[87].
24 décembre 2018 (mises à jour
3.6 23 décembre 2016[85] de sécurité jusqu'en Nouveau formattage des chaines de caractères (les f-strings)[88] :
décembre 2021)
>>> var = 50
>>> print(f'On affiche {var}')
On affiche 50

Nouveaux modules.

Nouveau mode de développement (X)[89].

Support des variables de contexte via le nouveau module contextvars[90].

async et await font maintenant partie officiellement des mots-clefs réservés,

même s'ils étaient déjà considérés comme tel par nombre de lexers et
27 juin 2020 (mises à jour de
3.7 31 janvier 2018[89] faisaient partie du langage depuis Python 3.5[91].
sécurité jusqu'en juin 2023)
ajout d'une nouvelle fonction intégrée : breakpoint() permettant une meilleure
insertion de points d'arrêt[92].

le module time a maintenant un support pour les nanosecondes grâce à la

méthode time.time_ns() ainsi que d'autres méthodes notamment de l'objet
clock[93].

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide

avril 2021 (mises à jour de
3.8 14 octobre 2019 est la bienvenue ! Comment faire ?
sécurité jusqu'en octobre 2024)
Dernière version supportant Windows 7.

Support de l'opérateur union pour les dictionnaires[94]

Nouvelles méthodes de suppression des préfixes et/ou suffixes pour les

chaînes de caractères[95]

Nouveaux modules :
mai 2022 (mises à jour de zoneinfo : support des fuseaux horaires IANA[96]
3.9 5 octobre 2020
sécurité jusqu'en octobre 2025) graphlib : outils de tri dans des graphes

Support des types standards pour l'annotation de type au lieu de ceux définit
dans le module typing, exemple : list au lieu de typing.List[97]

Changement de cycle de publication des versions majeures de Python : une

fois par an, en octobre[98],[99]

Écriture des unions de types sous la forme X | Y [100]

Spécification du paramètre des variables [101]
Ajout de TypeAlias qui permet de définir sans ambiguïté un alias de type[102]
3 avril 2023 (mises à jour de
3.10 4 octobre 2021 Ajout du paramètre strict (par défaut à False) à la fonction zip permettant de
sécurité jusqu'en octobre 2026)
relever une ValueError si les listes n'ont pas le même nombre d'éléments [103]
Amélioration du débugger en spécifiant la ligne qui pose problème [104]
Structural Pattern Matching [105],[106],[107]

3.11 24 octobre 2022 octobre 2027 Cpython est en moyenne 25% plus rapide pour exécuter un programme[108]

Meilleure gestion des exceptions :

Possibilité de les regrouper dans ExceptionGroup , un nouveau type
d'exceptions[109]

Nouvelle syntaxe except* pour pouvoir gérer les exceptions

présentes dans un groupe d'exceptions
Version Date de sortie Fin de support Nouveautés majeures[75]
[110]
Ajout d'une méthode add_note à BaseException

Ajout du module tomllib pour le parsing des fichiers TOML[111]

De nombreux ajouts concernant les annotations de type :

TypeVarTuple qui permet le paramétrage d'une fonction générique
avec un nombre quelconque de types[112]

LiteralString qui permet de spécifier une Chaîne de caractère

littérale (en)[113]

Required et NotRequired dans un TypeDict qui permettent

de spécifier si un élément est optionnel ou non[114]

Self qui permet d'annoter de façon plus simple et concise qu'avec

TypeVar les méthodes qui retournent une instance spécifique de
leur classe

Amélioration des f-strings pour le formattage des chaînes de caractères[115]

Possibilité (seulement en passant par C mais prévu pour Python en 3.13)

d'avoir un unique GIL par interprète[116]

Nouvelle API pour les outils tels que les debuggers ou les profilers,
permettant de directement surveiller les événements dans Cpython avec un
coût faible en performance[117]

3.12 2 octobre 2023 octobre 2028 Concernant les annotations de type :

Nouvelle manière plus concise et compacte de définir des fonctions et
classes génériques. De même pour les alias de type via la nouvelle
[118]
instruction type

Ajout du décorateur override dans le module typing[118]

Possibilité d'utiliser un TypedDict pour spécifier le typage de

[119]
**kwargs

1er octobre 2024

3.13 octobre 2029
(prévu)

Développement

Les PEP

Les propositions d'amélioration de Python (ou PEP : Python

Enhancement Proposal) sont des documents textuels qui ont pour
objet d'être la voie d'amélioration de Python et de précéder toutes
ses modifications[120],[121]. Un PEP est une proposition
d'orientation pour le développement (process PEP), une
proposition technique (Standard Track PEP) ou une simple
recommandation (Informational PEP). La PEP la plus connue est
la PEP 8[122] pour son guide sur le style de code.

Python 3

En 2009, c'est la version 3 de Python, qui remplace de plus en plus

la version 2 (le projet était au départ appelé « Python 3000 » ou
« Py3K »), sans compatibilité descendante avec la série des
versions 2.x, dans le but d'éliminer les faiblesses du langage. La
ligne de conduite du projet était de « réduire la redondance de
Python par la suppression de méthodes obsolètes ». Python
3.0a1, la première version alpha, avait été publiée le
31 août 2007[123], et il existe un PEP[124] qui détaille les
changements prévus, ainsi qu'une page pour orienter les
programmeurs dans leur choix de Python 2 ou 3[125].

Les calculatrices destinées aux lycéens (dont Casio, NumWorks,

Texas Instruments…) et supportant Python[126] fonctionnent en
Python 3. Ces calculatrices peuvent échanger des programmes
avec des ordinateurs personnels.

Philosophie

Python 3 a été développé avec la même philosophie que dans ses

versions antérieures, donc toute référence à la philosophie de
Python s'appliquera aussi bien à la version 3. Cependant, le
langage avait fini par accumuler nombre de méthodes
redondantes. En recherchant à supprimer ce qui est redondant
dans le langage et ses modules, Python 3 suit la ligne directrice
de Python « Ne devrait subsister qu'une seule méthode à la fois
optimale et naturelle pour chaque chose ».

Python 3 reste un langage multiparadigme. Les programmeurs

auront encore le choix entre l'orientation objet, la programmation
structurée, la programmation fonctionnelle et d'autres
paradigmes ; Python 3 a pour but d'être utilisé de manière plus
naturelle que dans les versions 2.x, bien que son print
nécessite l'emploi de parenthèses contrairement à Python 2[127].

Planning et compatibilité

Python 3.0a1, la première version alpha de Python 3.0, fut publiée

le 31 août 2007. Les versions 2.x et 3.x de Python seront publiées
en parallèle pendant plusieurs cycles de développement, pendant
lesquels la série des 2.x subsistera principalement pour la
compatibilité, en incluant quelques caractéristiques importées
depuis Python 3.x. Le PEP 3000[128] contient plus d'informations à
propos du processus de publication d'une version.

Comme Perl 6, Python 3.0 rompt la compatibilité descendante

(rétrocompatibilité). L'utilisation de code écrit pour les séries 2.x
n'est pas garantie avec Python 3.0. Ce dernier apporte des
changements fondamentaux, comme le passage complet à
l'Unicode et pour cette raison une nécessaire distinction entre les
chaînes de caractère et les objets « bytes ». Le typage dynamique
associé à certaines méthodes sur les objets de type dictionnaire
rend une transition parfaite de Python 2.x vers Python 3.0 très
délicat. Un outil nommé « 2to3 » traduit le plus gros des versions
2.x vers les versions 3.x et indique les zones de code demandant
des finitions par des commentaires spéciaux et des mises en
garde. Dans sa préversion, 2to3 semble réussir franchement à
réaliser une traduction correcte[129]. Dans le cadre d'une migration
de Python 2.x vers Python 3.x, le PEP 3000 recommande de
conserver le code original comme base des modifications et de le
traduire pour la plateforme 3.x en utilisant 2to3.

Python 2.6 fournit un début de compatibilité ascendante, aussi

bien qu'un mode « mise en garde » qui devrait faire prendre
conscience des problèmes potentiels de transition pour le
passage à Python 3[130].

Python pour smartphones

Il existe des versions de Python adaptées pour Android et iPhone

en version 2.5 ou 2.6. Disponible en Jailbreak d'iOS sur iOS grâce
à "setup tools", et sur Android grâce à SL4A qui donne même une
possibilité de faire des petites interfaces graphiques grâce au
module "android" et qui permet d'envoyer des SMS, d'allumer la
caméra[131], ou encore de faire vibrer le téléphone. Les quelques
lignes suivantes montrent comment faire ça :

droid = android.Android() # client lié au

serveur local lancé par l'application SL4A
# pour contrôler un téléphone distant
à l'adresse 192.168.0.5, avec SL4A lancé sur
le port 9887
# il suffit de faire :
android.Android('192.168.0.5', 9887)

droid.vibrate(2.5) # fait vibrer le téléphone

(local ou distant) pendant 2.5 secondes

Un portage de Python sur les terminaux Blackberry est sorti en

juin 2012, pour le système BlackBerry OS 10[132]. Une version
allégée est sortie en septembre 2012, appelée « BlackBerry-
Tart »[133],[134], en raison d'un jeu de mots en anglais : « a "tart" is
lighter-weight than a "pie" », en référence à la traditionnelle « apple
pie ». Elle est basée sur Python 3.2.2.

Notes et références

1. « The History of Python: A Brief Timeline of Python (http://pyt

hon-history.blogspot.com/2009/01/brief-timeline-of-python.ht
 ml) [archive] », Blogger, 20 janvier 2009 (consulté le
20 mars 2016).

2. Thomas Wouters, « Python Insider: Python 3.12.1 is now

available (https://blog.python.org/2023/12/python-3121-is-no
w-available.html) [archive] », 7 décembre 2023 (consulté le
8 décembre 2023)

3. (en) « Python 3.13.0 alpha 2 is now available (https://pythoninsi

der.blogspot.com/2023/11/python-3130-alpha-2-is-now-availa
ble.html) [archive] », 22 novembre 2023 (consulté le
23 novembre 2023)

4. (en) « Python 3.13.0a2 (https://www.python.org/downloads/rele

ase/python-3130a2/) [archive] », 21 novembre 2023 (consulté
le 15 décembre 2023)

5. (en) « il faut treize paragraphes pour expliquer un Hello, World!

en C++, seulement deux en Python » (http://www.greenteapres
s.com/thinkpython/thinkCSpy/html/preface.html) [archive].

6. « Python est le langage de programmation le plus utilisé et il

ne montre aucun signe de ralentissement, selon l'index
TIOBE de janvier 2022 (https://programmation.developpez.co
m/actu/329957/Python-est-le-langage-de-programmation-le-pl
us-utilise-et-il-ne-montre-aucun-signe-de-ralentissement-selon-l
-index-TIOBE-de-janvier-2022/) [archive] », sur
Developpez.com (consulté le 30 septembre 2023)
 7. « L'ordinateur quantique (L'informatique quantique) par Olivier
Ezratty (https://moocdigital.paris/cours/linformatique-quantiq
ue/lordinateur-quantique) [archive] », sur moocdigital.paris
(consulté le 30 septembre 2023)

8. Bastien L, « Pourquoi apprendre Python, le langage de

programmation du futur (https://www.lebigdata.fr/pourquoi-a
pprendre-python) [archive] », sur www.lebigdata.fr (consulté le
30 septembre 2023)

9. FAQ Python 1.2 Why was Python created in the first place? (htt
ps://www.python.org/doc/faq/general/#why-was-python-creat
ed-in-the-first-place) [archive].

10. Introduction to MacPython (http://homepages.cwi.nl/~jack/m

acpython/intro.html) [archive].

11. (en) Mark Lutz, Learning Python : Powerful Object-Oriented

Programming, O'Reilly Media, Inc., 6 octobre 2009, 1216 p.
(ISBN 978-1-4493-7932-2, lire en ligne (https://books.google.fr/
books?id=1HxWGezDZcgC) [archive]), « How Does Python
Stack Up to Langage », p. 17.

12. Introduction de la première édition du livre Programming

Python de Mark Lutz (https://www.python.org/doc/essays/fore
word/) [archive], Guido van Rossum 1996.
13. Selon le fichier HISTORY (http://svn.python.org/projects/pytho
n/trunk/Misc/HISTORY) [archive] mais la plus ancienne
version accessible dans les archives du forum est la 0.9.1 (htt
ps://groups.google.com/group/alt.sources/browse_thread/thr
ead/3b6652abb0e23b03/53ee3620bc53c281) [archive],
également disponible en tarball sur python.org (https://www.py
thon.org/download/releases/early/) [archive].

14. The Grail Development Team (http://grail.sourceforge.net/info/

team.html) [archive].

15. Grail -- The Browser For The Rest Of Us (http://grail.sourceforg

e.net/info/papers/restofus.html) [archive].

16. 28.1 rexec - Restricted execution framework (https://docs.pyth

on.org/lib/module-rexec.html) [archive].

17. « 19.3. htmllib — A parser for HTML documents — Python

2.7.18 documentation (https://docs.python.org/2/library/htmll
ib.html) [archive] », sur docs.python.org (consulté le
14 août 2020).

18. http://grail.sourceforge.net/info/diagram.gif [archive].

19. Grail Home Page (http://grail.sourceforge.net/) [archive].
20. (en) « Computer Programming for Everybody (https://www.pyth
on.org/doc/essays/cp4e/) [archive] », sur Python.org
(consulté le 14 août 2020).

21. Computer Programming for Everybody (https://www.python.or

g/doc/essays/cp4e) [archive].
22. (en) History of the software (https://docs.python.org/2/license.h
tml) [archive].

23. Andrew M. Kuchling, Python warts (https://mail.python.org/pip

ermail/python-list/1999-December/014104.html) [archive],
Python Mailing List, 22 décembre 1999.

24. Python Warts (https://web.archive.org/web/20031002184114/

www.amk.ca/python/writing/warts.html) .

25. Unifying types and classes in Python 2.2 (https://www.python.

org/download/releases/2.2.3/descrintro/) [archive].

26. (en) « PEP 8 -- Style Guide for Python Code (https://www.pytho

n.org/dev/peps/pep-0008/) [archive] », sur Python.org
(consulté le 14 août 2020).

27. PEP 8 - Style Guide for Python Code (https://www.python.org/d

ev/peps/pep-0008/) [archive].

28. PEP 308 - Conditional Expressions (https://www.python.org/de

v/peps/pep-0308/) [archive].

29. La bibliothèque standard - 31.6. keyword — Tester si des

chaînes sont des mot-clés Python (https://docs.python.org/fr/
3/library/keyword.html) [archive].

30. La bibliothèque standard - 2. Fonctions natives (https://docs.p

ython.org/fr/3/library/functions.html#built-in-funcs) [archive].

31. (en) « Python 3.0 - Core Language Changes (https://wiki.python.

org/moin/Python3.0) [archive] ».
32. (en) « PEP 3104 - Access to Names in Outer Scopes (https://w
ww.python.org/dev/peps/pep-3104/) [archive] ».

33. Les objets bytes ont été introduits par le PEP 358 (https://
www.python.org/dev/peps/pep-0358/) [archive], voir aussi le
PEP 3137 (https://www.python.org/dev/peps/pep-313
7/) [archive].

34. Les compréhensions ont été introduites dans le PEP 202 (http
s://www.python.org/dev/peps/pep-0202/) [archive] en juillet
2000, et les compréhensions de dictionnaires et d'ensembles
dans le PEP 274 (https://www.python.org/dev/peps/pep-027
4/) [archive] en octobre 2001.

35. The Python Language Reference » 3. Data model » 3.3. Special

method names (https://docs.python.org/3/fr/reference/datam
odel.html#specialnames) [archive].

36. PEP 380 - Syntax for Delegating to a Subgenerator (https://ww

w.python.org/dev/peps/pep-0380/) [archive].

37. traits - explicitly typed attributes for Python (https://pypi.pytho

n.org/pypi/traits) [archive].

38. (en) « PEP 3107 -- Function Annotations (https://www.python.or

g/dev/peps/pep-3107/) [archive] », sur Python.org (consulté le
4 mars 2020).
39. (en) Collin Winter et Tony Lownds, « Fundamentals of Function
Annotations (https://www.python.org/dev/peps/pep-3107/#fu
ndamentals-of-function-annotations) [archive] », sur
www.python.org, 6 décembre 2006 (consulté le 10 mars 2020).

40. « 26.1. typing — Support for type hints — Python 3.6.10

documentation (https://docs.python.org/fr/3/library/typing.ht
ml) [archive] », sur docs.python.org (consulté le 4 mars 2020).

41. (en) « PEP 484 -- Type Hints (https://www.python.org/dev/peps/

pep-0484/) [archive] », sur Python.org (consulté le
4 mars 2020).

42. http://www.pylint.org [archive].

43. http://mypy-lang.org/ [archive].
44. (en) Site officiel de PyInstaller (http://www.pyinstaller.or
g//) [archive].

45. http://svn.pythonmac.org/py2app/py2app/trunk/doc/index.ht
ml#abstract [archive].

46. Dive into Python 3 - 1.5 Everything Is An Object (http://www.div

eintopython3.net/your-first-python-program.html#everythingisa
nobject) [archive].

47. Python Tutorial (https://docs.python.org/tut/node11.htm

l) [archive] chapitre 9.

48. Why must 'self' be used explicitly in method definitions and

calls? (http://effbot.org/pyfaq/why-must-self-be-used-explicitly
-in-method-definitions-and-calls.htm) [archive].
49. Python For AppleScripters (http://www.mactech.com/articles/
mactech/Vol.20/20.11/PythonForAppleScripters/index.htm
l) [archive].

50. Kim Barrett, Bob Cassels, Paul Haahr, David A. Moon, Keith
Playford et P. Tucker Withington, « A monotonic superclass
linearization for Dylan », ACM SIGPLAN Notices, vol. 31, no 10,‎
octobre 1996, p. 69-82
(DOI
10.1145/236337.236343 (https://dx.doi.org/10.1145/236337.23634
, lire en ligne (http://citeseerx.ist.psu.edu/viewdoc/summary?d
oi=10.1.1.19.3910) [archive]).

51. The Python 2.3 Method Resolution Order (https://www.python.

org/download/releases/2.3/mro/) [archive].

52. Google Python Style Guide (https://google.github.io/styleguid

e/pyguide.html) [archive].

53. Pmw - Python megawidgets (http://pmw.sourceforge.ne

t/) [archive].

54. (en) « [python-committers] Transfer of power (https://www.mail-

archive.com/[email protected]/msg05628.htm
l) [archive] », sur www.mail-archive.com (consulté le
19 octobre 2020).
55. (en-US) « Steering Council nomination: Guido van Rossum (2020
term) (https://discuss.python.org/t/steering-council-nominatio
n-guido-van-rossum-2020-term/2657/11) [archive] », sur
Discussions on Python.org, 27 novembre 2019 (consulté le
19 octobre 2020).

56. Quotes about Python (https://www.python.org/about/quote

s/) [archive].

57. Python Creator Guido van Rossum now working at Google (htt
p://www.oreillynet.com/onlamp/blog/2005/12/python_creator
_guido_van_rossu.html) [archive], article sur ONLamp.com

58. Python for ArcGIS (http://resources.arcgis.com/en/communiti

es/python/) [archive].

59. Bulletin officiel spécial no 3 du 30 mai 2013 (http://cache.medi

a.education.gouv.fr/file/special_3_ESR/50/5/programme-infor
matique_252505.pdf) [archive], article sur
http://www.education.gouv.fr/ [archive].

60. Sujets du concours Mines-Ponts (http://www.mines-ponts.fr/p

ages/upload/sujet/sujet.php) [archive].

61. « Centrale-Supélec Rapports et sujets (https://www.concours-

centrale-supelec.fr/CentraleSupelec) [archive] », sur
www.concours-centrale-supelec.fr (consulté le
18 septembre 2023)
62. « PythonImplementations - Python Wiki (https://wiki.python.or
g/moin/PythonImplementations) [archive] », sur
wiki.python.org (consulté le 18 septembre 2023)

63. « Brython (https://brython.info/) [archive] », sur brython.info

(consulté le 21 mars 2021).

64. « Google Code Archive - Long-term storage for Google Code

Project Hosting. (https://code.google.com/archive/p/shedski
n) [archive] », sur code.google.com (consulté le
18 septembre 2023)

65. « Google Code Archive - Long-term storage for Google Code

Project Hosting. (https://code.google.com/archive/p/unladen-
swallow) [archive] », sur code.google.com (consulté le
18 septembre 2023)

66. « RustPython (https://github.com/RustPython/RustPytho

n) [archive] ».

67. Python Distributions (https://wiki.python.org/moin/PythonDistr

ibutions) [archive], dans le Python Wiki.

68. ActivePython (http://www.activestate.com/activepytho

n) [archive].

69. Python(x,y) (https://python-xy.github.io) [archive].

70. Enthought (https://www.enthought.com/) [archive].
71. Anaconda (http://continuum.io/) [archive].
72. Intel Distribution for Python (https://software.intel.com/en-us/i
ntel-distribution-for-python) [archive].
73. Pyzo (http://www.pyzo.org/) [archive].
74. WinPython (https://winpython.github.io) [archive].
75. Nouveautés de Python (https://docs.python.org/fr/3/whatsne
w/) [archive] sur python.org

76. Python 3.0

http://www.python.org/download/releases/3.0/ [archive].

77. Python 3.1

http://www.python.org/download/releases/3.1/ [archive].

78. Python 3.2

http://www.python.org/download/releases/3.2/ [archive].

79. Python 3.3

http://www.python.org/download/releases/3.3.0/ [archive].

80. « PEP 380 -- Syntax for Delegating to a Subgenerator (https://

www.python.org/dev/peps/pep-0380/) [archive] », sur
Python.org (consulté le 27 juillet 2020).

81. « Python 3.4 (https://www.python.org/download/releases/3.4.

0/) [archive] ».

82. « Nouveautés de Python 3.4 — Python 3.4.5 documentation

(https://docs.python.org/fr/3/whatsnew/3.4.html) [archive] »,
sur docs.python.org (consulté le 2 février 2017).

83. « Python 3.5 (https://www.python.org/download/releases/3.5.

0/) [archive] ».
84. « Nouveautés de Python 3.5 — Python 3.5.3 documentation
(https://docs.python.org/fr/3/whatsnew/3.5.html) [archive] »,
sur docs.python.org (consulté le 2 février 2017).

85. Python 3.6.0 (https://www.python.org/downloads/release/pyth

on-360/) [archive].

86. PEP 515 - Underscores in Numeric Literals (https://www.pytho

n.org/dev/peps/pep-0515/) [archive].

87. PEP 506 - Adding A Secrets Module To The Standard Library (h

ttps://www.python.org/dev/peps/pep-0506/) [archive].

88. PEP 498 - Literal String Interpolation (https://www.python.org/

dev/peps/pep-0498/) [archive].

89. « Nouveautés de Python 3.7 — Python 3.7.0a4

documentation (https://docs.python.org/3.7/whatsnew/3.7.ht
ml) [archive] », sur docs.python.org (consulté le
31 janvier 2018).

90. https://docs.python.org/fr/3/library/contextvars.html [archive]

.

91. https://docs.python.org/fr/3/library/asyncio-
task.html#awaitables [archive].

92. « PEP 553 -- Built-in breakpoint() (https://www.python.org/de

v/peps/pep-0553/) [archive] », sur Python.org (consulté le
27 juillet 2020).

93. https://docs.python.org/fr/3/library/time.html#time.time_ns [
archive].
 94. (en) Steven D'Aprano et Brandt Bucher, « PEP 584 (https://www.p
ython.org/dev/peps/pep-0584/) [archive] », sur python.org,
1er mars 2019 (consulté le 16 novembre 2020).

95. (en) Dennis Sweeney, « PEP 616 (https://www.python.org/dev/pe

ps/pep-0616/) [archive] », sur python.org, 19 mars 2020
(consulté le 16 novembre 2020).

96. (en) Paul Ganssle, « PEP 615 (https://www.python.org/dev/pep

s/pep-0615/) [archive] », sur python.org, 22 février 2020
(consulté le 16 novembre 2020).

97. (en) Łukasz Langa, « PEP 585 (https://www.python.org/dev/pep

s/pep-0585/) [archive] », sur python.org, 3 mars 2019
(consulté le 16 novembre 2020).

98. (en) Łukasz Langa, « PEP 602 (https://www.python.org/dev/pep

s/pep-0602/) [archive] », sur python.org, 4 juin 2019 (consulté
le 16 novembre 2020).

99. (en) Łukasz Langa, « What's New In Python 3.9 (https://docs.pyt

hon.org/3/whatsnew/3.9.html) [archive] », sur
docs.python.org, 16 novembre 2020 (consulté le
16 novembre 2020).

100. (en) Maggie Moss, Philippe PRADOS, « PEP 0604 (https://www.p

ython.org/dev/peps/pep-0604/) [archive] », sur python.org

101. (en) Mark Mendoza, « PEP 0612 (https://www.python.org/dev/pe

ps/pep-0612/) [archive] », sur python.org
102. (en) Shannon Zhu, « PEP 0613 (https://www.python.org/dev/pep
s/pep-0613/) [archive] », sur python.org

103. (en) Brandt Bucher, « PEP 0618 (https://www.python.org/dev/pe

ps/pep-0618/) [archive] », sur python.org

104. (en) Mark Shannon, « PEP 0626 (https://www.python.org/dev/pe

ps/pep-0626/) [archive] », sur python.org

105. (en) Brandt Bucher, Guido van Rossum, « PEP 0634 (https://ww
w.python.org/dev/peps/pep-0634/) [archive] », sur python.org

106. (en) Tobias Kohn,Guido van Rossum, « PEP 0635 (https://www.p

ython.org/dev/peps/pep-0635/) [archive] », sur python.org

107. (en) Daniel F Moisset, « PEP 0636 (https://www.python.org/dev/

peps/pep-0636/) [archive] », sur python.org

108. Faster CPython Benchmark Infrastructure, faster-cpython,

2 octobre 2023 (lire en ligne (https://github.com/faster-cpytho
n/benchmarking-public) [archive])

109. « PEP 654 – Exception Groups and except* | peps.python.org

(https://peps.python.org/pep-0654/) [archive] », sur
peps.python.org (consulté le 7 octobre 2023)

110. « PEP 678 – Enriching Exceptions with Notes |

peps.python.org (https://peps.python.org/pep-067
8/) [archive] », sur peps.python.org (consulté le
7 octobre 2023)
111. « tomllib — Parse TOML files (https://docs.python.org/3/librar
y/tomllib.html) [archive] », sur Python documentation
(consulté le 7 octobre 2023)

112. « PEP 646 – Variadic Generics | peps.python.org (https://pep

s.python.org/pep-0646/) [archive] », sur peps.python.org
(consulté le 7 octobre 2023)

113. « PEP 675 – Arbitrary Literal String Type | peps.python.org (ht

tps://peps.python.org/pep-0675/) [archive] », sur
peps.python.org (consulté le 7 octobre 2023)

114. « Les nouveautés de Python 3.11 (https://docs.python.org/3/

whatsnew/3.11.html#pep-655-marking-individual-typeddict-ite
ms-as-required-or-not-required) [archive] », sur Python
documentation (consulté le 7 octobre 2023)

115. « PEP 701 – Syntactic formalization of f-strings |

peps.python.org (https://peps.python.org/pep-070
1/) [archive] », sur peps.python.org (consulté le
8 octobre 2023)

116. « PEP 684 – A Per-Interpreter GIL | peps.python.org (https://p

eps.python.org/pep-0684/) [archive] », sur peps.python.org
(consulté le 8 octobre 2023)

117. « PEP 669 – Low Impact Monitoring for CPython |

peps.python.org (https://peps.python.org/pep-066
9/) [archive] », sur peps.python.org (consulté le
8 octobre 2023)
118. « What’s New In Python 3.12 (https://docs.python.org/3/what
snew/3.12.html) [archive] », sur Python documentation
(consulté le 8 octobre 2023)

119. « PEP 692 – Using TypedDict for more precise **kwargs

typing | peps.python.org (https://peps.python.org/pep-069
2/) [archive] », sur peps.python.org (consulté le
8 octobre 2023)

120. « À quoi servent les PEP en Python ? (https://www.docstring.f

r/glossaire/pep/) [archive] », sur Docstring (consulté le
6 avril 2023)

121. Index of Python Enhancement Proposals (https://www.python.

org/dev/peps/) [archive].

122. (en) « PEP 8 -- Style Guide for Python Code (https://www.pytho

n.org/dev/peps/pep-0008/) [archive] », sur Python.org
(consulté le 20 juin 2021).

123. Python 3.0a3 Release (https://python.org/download/releases/

3.0/) [archive].

124. Python 3000 (https://www.python.org/peps/pep-3000.htm

l) [archive].

125. Should I use Python 2 or Python 3 for my development

activity? (https://wiki.python.org/moin/Python2orPython
3) [archive].

126. Support par exemple exigé en France en 2019.

127. « La fonction print en Python (https://www.docstring.fr/glossa
ire/print/) [archive] », sur Docstring (consulté le 6 avril 2023)

128. Plan de développement PEP 3000 (https://www.python.org/de

v/peps/pep-3000/) [archive].

129. Sam Ruby, 2to3 (http://intertwingly.net/blog/2007/09/01/2to

3) [archive], 1er septembre 2007.

130. PEP 361 (https://www.python.org/dev/peps/pep-036

1/) [archive].

131. http://code.google.com/p/android-scripting/ [archive].

132. BlackBerry-Py Project (http://blackberry-py.microcode.c
a/) [archive].

133. blackberry-py (http://hg.microcode.ca/blackberry-py/wiki/Hom

e) [archive] sur Bitbucket.

134. BlackBerry-Tart Preview (http://peterhansen.ca/blog/blackberr

y-tart-preview.html) [archive].

Voir aussi

Bibliographie

Doug Hellmann, The Python Standard Library by Example,

Addison-Wesley, 2017
Mark Lutz, Learning Python, O'Reilly, 2013, 5e éd.
Luciano Ramalho, Programmer en Python : Apprendre la
programmation de façon claire, concise et efficace [« Fluent
 Python: Clear, concise and effective programming »], O'Reilly,
2019

Liste des principaux frameworks

Bibliothèques scientifiques :
Calcul : NumPy, SciPy, Pandas, PyIMSL Studio, Sympy,
SageMath
Système expert : pyCLIPS, pyswip, pyDatalog, pyKE
(« Python Knowledge Engine »)
Visualisation : pydot, Matplotlib, pyngl, MayaVi
Exploration de données : Orange
Simulation : simPy
Chimie : PyMOL, MMTK, Chimera, PyQuante
Biologie : Biopython
Utilitaire : eGenix, ctype, Askbot
Analyseur syntaxique : PyParsing, PLY (« Python Lex & Yacc »),
NLTK (« Natural Language Toolkit »), SpaCy
Générateur de documentation : Sphinx
Graphisme : PIL / « Pillow » Soya 3D, Vpython, pymedia,
NodeBox, Mahotas
Jeux : Pygame, Panda3D
Framework web : Django, Karrigell, webware, Grok (en) ,
TurboGears, Pylons (en) , Flask, Bottle
 Serveur web, CMS : Plone, Zope, Google App Engine, CherryPy,
MoinMoin, django CMS
Cartographie : TileCache, FeatureServer, Cartoweb 4, Shapely,
GeoDjango, PCL
Protocoles :
pyTango
Sérialisation : SimpleJSON
TCP, UDP, SSL/TLS, multicast, Unix sockets, HTTP, NNTP,
IMAP, SSH, IRC, FTP : Twisted
Vecteur : GeoJSON, OWSLib, Quadtree, Rtree, Shapely,
WorldMill, ZCO
ORM : SQLObject, SQLAlchemy, Storm, Django ORM
Driver SGBD : PyGresQL, Psycopg, MySQL-python (https://pypi.p
ython.org/pypi/MySQL-python) [archive]
Apprentissage : Keras

Articles connexes

Zen de Python : principes de design et d'utilisation de Python

Pip : gestionnaire de paquets des paquets Python.
Cython : langage permettant d'écrire des modules compilables
pour Python.
IPython : terminal interactif.
 RUR-PLE : outil éducatif pour apprendre le Python de façon
ludique en pilotant un robot virtuel.
PyPI : dépôt tiers officiel.

Portail de l’informatique
Portail des logiciels libres
Portail de la programmation informatique

Ce document provient de « https://fr.wikipedia.org/w/index.php?

title=Python_(langage)&oldid=210605242 ».

La dernière modification de cette page a été faite le 16 décembre 2023 à

13:33. •
Le contenu est disponible sous licence CC BY-SA 4.0 sauf mention contraire.