Lebosq Networks, accueilDemander un devis

Opération courante sous environnement python · leçon 8 sur 13

Installer des outils (Packages / Bibliothèques)

Simple, groupée, vérifiée — les 3 formes d'installation avec pip.

Plan du cours

Mettre en place son environnement de développement

  1. Introduction et intérêt d'un environnement de développement
  2. Les différents environnements disponibles
  3. Création d'un Venv avec PowerShell
  4. Créer son Venv sous Mac et Linux
  5. L'anatomie d'un projet Python
  6. Et sous Linux ?

Opération courante sous environnement python

  1. L'outil "pip" et les mises à jour
  2. Installer des outils (Packages / Bibliothèques)
  3. Sauvegarder son environnement

Les IDE

  1. De Notepad aux IDE professionnels
  2. Installer et utiliser PyCharm
  3. Venv et Git

Pour conclure

  1. Bilan du cours

Votre environnement est prêt et à jour. Il est temps d'y ajouter des fonctionnalités !

01
L'installation simple

Pour installer un outil, la formule est toujours la même. Par exemple, pour installer requests — la bibliothèque pour faire des requêtes HTTP :



TERMINAL

# Formule universelle : pip install <nom-du-paquet>
(.venv) $ pip install requests
Collecting requests
  Downloading requests-2.31.0...
Successfully installed requests-2.31.0

02
L'installation groupée — le kit Machine Learning

Vous n'êtes pas obligé d'installer les outils un par un. Listez-les tous séparés par un espace. Voici la commande parfaite pour transformer votre projet en station de Machine Learning :



TERMINAL

(.venv) $ pip install numpy pandas scikit-learn matplotlib jupyter
numpy

Calcul scientifique, tableaux numériques haute performance.

pandas

Manipulation de données, tableaux, Excel, CSV.

scikit-learn

Algorithmes de Machine Learning prêts à l'emploi.

matplotlib

Création de graphiques et visualisations de données.

jupyter

Notebooks interactifs pour explorer et documenter du code.

Que se passe-t-il  ?

pip se connecte à PyPI, télécharge ces bibliothèques et les range dans .venv/Lib/. Votre ordinateur global reste totalement propre — seul ce projet est modifié. Si demain vous supprimez ce .venv, ces centaines de Mo disparaissent sans laisser de trace.

03
Vérifier ce qui est installé — pip list

Vous avez un doute sur le contenu de votre environnement ? Une commande affiche tout ce qui est installé avec les versions exactes :



TERMINAL

(.venv) $ pip list
Package        Version
-----------    -------
numpy          1.26.2
pandas         2.1.4
scikit-learn   1.3.2
matplotlib     3.8.2
jupyter        1.0.0
pip            24.0

Exercice pratique

Dans votre projet activé :

  1. Installez la bibliothèque requests
  2. Lancez pip list — vérifiez qu'elle apparaît
  3. Installez maintenant le kit ML complet en une seule commande
  4. Relancez pip list — combien de paquets voyez-vous maintenant ? (indice : bien plus que 5 — chaque bibliothèque a ses propres dépendances !)

À retenir — les commandes pip essentielles
# Installer un paquet
$ pip install <nom>
# Installer plusieurs paquets en une fois
$ pip install <nom1> <nom2> <nom3>
# Lister tout ce qui est installé
$ pip list

Cours mis à jour en mars 2026.