Tutoriel Python pip pour la gestion des packages

Si vous envisagez de devenir data scientist, mieux vaut commencer à apprendre à coder le plus tôt possible. Les professionnels des données passent une grande partie de leur temps à programmer. Les langages de programmation sont les outils clés qui permettent d’analyser et d’extraire des insights exploitables à partir de vastes volumes de données. 

Le langage de programmation le plus populaire en data science est probablement Python. Python est un langage open source, polyvalent et puissant, utilisé dans de nombreux domaines logiciels, comme le développement web, le développement de jeux et, bien sûr, la data science. 

Même si Python, à lui seul, permet déjà de faire beaucoup de choses, les professionnels des données – et, plus largement, les développeurs – s’appuient souvent sur des packages – également appelés bibliothèques – pour se simplifier la vie. Un package est un ensemble de fichiers, de modules et de dépendances liés entre eux, réutilisable dans différentes applications et pour divers problèmes.

L’un des grands atouts de Python est son vaste catalogue de bibliothèques complètes et bien documentées. Où ces bibliothèques sont-elles hébergées ? Comment installer et gérer les packages qui vous intéressent ? 

Dans ce tutoriel, vous allez découvrir l’univers des packages en Python et pip, l’installateur de packages standard pour Python. Pip est un outil puissant qui vous permettra d’exploiter et de gérer les nombreux packages Python que vous rencontrerez en tant que professionnel des données et développeur.

Comprendre les packages en Python

Utilisons une métaphore pour comprendre ce qu’est pip. Imaginez que Python est une boîte à outils bien conçue, contenant l’essentiel pour coder. Lorsque vous installez Python sur votre ordinateur, il est livré avec une large collection d’outils supplémentaires (packages) que vous pouvez utiliser à tout moment. 

La bibliothèque standard de Python est un vaste ensemble de packages intégrés qui fournit des solutions normalisées à de nombreux problèmes rencontrés en programmation au quotidien. Comme ces packages sont inclus dans les distributions Python modernes, vous pouvez les utiliser sans installation supplémentaire. Il suffit de les « importer » dans votre espace de travail (nous y reviendrons plus loin).

Cependant, il arrive que vous ne trouviez pas l’outil recherché dans Python ou sa bibliothèque standard. Dans ces cas-là, vous aurez besoin d’obtenir de nouveaux outils ailleurs. Heureusement, Internet est une immense boutique où vous pouvez trouver des centaines de milliers de packages développés par la communauté Python pour toutes sortes d’usages. 

Et le meilleur dans tout ça ? La grande majorité de ces packages sont gratuits. Si vous souhaitez en savoir plus sur les packages en Python et apprendre à développer les vôtres, consultez notre cours Developing Python Packages.  

Bien que les packages tiers puissent être hébergés à différents endroits, le dépôt le plus populaire et le plus complet est le Python Package Index (PyPI). Avec plus de 300 000 packages disponibles, PyPI est un immense dépôt en ligne approuvé par la communauté Python.

Une fois le package identifié, vous devrez le télécharger et l’installer sur votre ordinateur pour l’utiliser. Comment faire ? C’est là qu’entrent en scène les gestionnaires de packages.

Comprendre les gestionnaires de packages : pip

Un gestionnaire de packages (ou système de gestion de packages) est un outil qui automatise, de manière cohérente, l’installation, la mise à niveau, la configuration et la suppression de packages sur un ordinateur. 

Les gestionnaires de packages évitent les installations et mises à jour manuelles et veillent à ce qu’un package soit installé avec toutes les dépendances nécessaires à son bon fonctionnement. De plus, puisqu’ils s’appuient sur des dépôts certifiés, comme PyPI et Anaconda, ils garantissent l’intégrité et l’authenticité des packages.

Le gestionnaire de packages le plus populaire pour Python est pip. Développé en 2008, pip (acronyme de « pip Install Packages ») est aujourd’hui l’outil de référence pour installer en toute sécurité les packages Python et leurs dépendances. Les versions récentes de Python sont livrées avec pip préinstallé. Python 2.7.9 et Python 3.4 (et versions ultérieures) incluent pip par défaut.

Pip est un outil puissant et simple d’utilisation qui vous permet de gérer les packages Python avec quelques commandes. Bien que pip utilise PyPI comme dépôt par défaut pour récupérer les packages, il est également capable d’installer des packages à partir d’autres sources, notamment :

• Des systèmes de contrôle de version comme GitHub, Mercurial, Subversion et Bazaar.
• Des fichiers requirements. En général, un package Python a besoin de plusieurs packages pour fonctionner. Pour installer toutes les dépendances d’un coup, pip utilise le fameux requirements.txt, qui contient la liste des packages nécessaires ainsi que les versions adéquates.
• Des fichiers de distribution. Il s’agit de fichiers versionnés et prêts à l’installation, contenant des packages Python, des modules et d’autres ressources nécessaires au fonctionnement d’un package. Ils existent sous deux formes :
  • Distribution source (souvent abrégée « sdist »)
  • Distribution wheel (souvent abrégée « wheel »)

Pour utiliser pip et commencer à gérer des packages, vous devez d’abord vérifier qu’il est installé sur votre machine. Pour savoir si pip est disponible, exécutez l’une des instructions suivantes dans votre ligne de commande :

>>pip3 --version

>>pip --version

pip vs pip3 vs pip2

Après avoir lu la section précédente, vous vous demandez peut-être quelle est la différence entre pip et pip3. Suite à la sortie de Python 3, pip a intégré la commande pip3, qui opère toujours sur l’environnement Python 3 de votre ordinateur. Il en va de même pour la commande pip2. Ainsi, si vous voulez vous assurer que pip agit sur votre environnement Python 3 ou Python 2, utilisez respectivement les commandes pip3 ou pip2.

À l’inverse, la commande pip opère sur l’environnement Python approprié au contexte. C’est important lorsque Python 2 et Python 3 sont tous deux installés sur votre machine. 

Par exemple, les ordinateurs macOS s’appuient sur Python 2 pour faire fonctionner certaines fonctionnalités essentielles. Si vous travaillez dans un environnement Python 2, la commande pip installera, désinstallera, mettra à niveau ou gérera les packages Python pour Python 2. Il en va de même si vous travaillez dans un environnement Python 3. 

Toutefois, dans ces situations, assurez-vous de l’environnement Python dans lequel vous travaillez avant d’utiliser la commande pip, au risque de manipuler des packages dans le mauvais environnement.  

pip en pratique

Maintenant que vous connaissez les bases de pip et que vous l’avez installé sur votre ordinateur, voyons comment l’utiliser !

Installer des packages avec pip

L’usage le plus courant de pip est l’installation de packages Python. Par exemple, si vous souhaitez installer pandas, la bibliothèque de référence pour manipuler des DataFrames en Python, la façon la plus simple est d’exécuter l’instruction suivante :

>>pip install pandas
[...]
Successfully installed pandas

Il se peut que vous ayez besoin d’une version précise d’un package. Avec pip, c’est très simple : il suffit d’indiquer la version souhaitée. Par exemple, pour installer la version 1.4.0 de pandas :

>>pip install pandas==1.4.0

Si vous souhaitez installer un package en respectant certaines contraintes de versions, pip vous permet d’utiliser des opérateurs booléens. Par exemple, pour installer une version de pandas supérieure ou égale à 1.0.0 et inférieure à 1.5.0 :

>>pip install pandas>=1.0.0,<1.5.0

Installer le package scikit-learn avec pip

Dans l’exemple suivant, vous allez voir comment installer le package scikit-learn, ce qui installera également les autres dépendances nécessaires.

pip install scikit-learn

Vous remarquerez dans les journaux que plus que le package scikit-learn est installé. C’est parce que pip installe également tous les packages dont scikit-learn dépend. Ces autres packages sont appelés des dépendances.

Installer une liste de packages avec un fichier requirements pip

Dans des projets collaboratifs, il est très courant que tous les membres de l’équipe utilisent les mêmes packages, dans les mêmes versions. Pour garantir cela, le mieux est d’installer les packages à partir d’un fichier requirements. Il s’agit généralement d’un fichier texte qui répertorie tous les packages utilisés dans le projet, ainsi que leurs versions. 

Pip permet d’installer une liste de packages en une seule fois à l’aide d’un fichier requirements. Par exemple, si notre projet nécessite les packages numpy, pandas et TensorFlow, nous pouvons les inclure, avec les versions souhaitées, dans un fichier requirements.txt, comme ci-dessous :

Pour installer les packages listés dans un fichier requirements.txt, il suffit d’exécuter :

>>pip install -r requirements.txt

Si vous souhaitez créer un fichier requirements à partager avec le reste de l’équipe, utilisez l’instruction suivante :

>>pip freeze > requirements.txt

Installer des packages depuis GitHub avec pip

Au-delà de PyPI, d’autres sources en ligne peuvent héberger des packages Python. Des systèmes de contrôle de version comme GitHub proposent des dépôts où vous pouvez publier et partager des packages avec la communauté Python. 

Supposons que vous vouliez installer des packages hébergés sur GitHub. Pip a simplement besoin d’un exécutable accessible via une URL GitHub. Par exemple :

>>pip install git+https://github.com/pypa/sampleproject.git@main

Mettre à niveau des packages avec pip

Il arrivera que vous deviez mettre à niveau une version de package déjà installée sur votre ordinateur. Pip rend ce processus très simple. Par exemple, pour mettre pandas à jour vers la dernière version :

>>pip install --upgrade pandas

Si vous souhaitez mettre à niveau tous les packages listés dans un requirements.txt, vous pouvez utiliser :

>>pip install -r requirements.txt --upgrade

À noter : pip désinstalle automatiquement l’ancienne version d’un package avant d’installer la nouvelle.

Supprimer des packages avec pip

Supprimer un package avec pip est très simple. Pour désinstaller pandas, exécutez :

>>pip uninstall pandas

Commandes pip supplémentaires 

Si l’installation, la mise à niveau et la suppression de packages sont les actions les plus courantes avec pip, d’autres commandes méritent d’être mentionnées.

Si vous avez besoin d’informations sur les différentes commandes pip disponibles et leur utilisation, exécutez :

>>pip help

Pour lister tous les packages installés dans votre environnement :

>>pip list

Pour afficher un résumé d’un package qui vous intéresse :

>>pip show [NameOfPackage]

Dépannage de pip

Bien que pip soit un outil assez simple, avec seulement quelques commandes, des problèmes peuvent toujours survenir. Voici la liste des problèmes les plus courants et comment les résoudre.

Installer pip

Bien que rare, il est possible que pip ne soit pas installé. Dans ce cas, la manière la plus simple d’installer pip est d’exécuter l’instruction ci-dessous. Cela déclenchera le package intégré ensurepip, conçu pour installer pip dans un environnement Python. 

>>python3 -m ensurepip --default-pip

Si le problème persiste, consultez la documentation de pip pour explorer d’autres solutions.

Pip n’est pas à jour

De nouvelles versions d’un package peuvent apporter des correctifs, des fonctionnalités et de meilleures performances. Cela vaut pour tous les packages Python, y compris pip. Si vous utilisez une version ancienne de pip, vous pouvez rencontrer des comportements inattendus. Il est donc recommandé de maintenir pip à jour, ainsi que les packages setuptools et wheel, utiles pour installer des packages à partir d’archives sources. 

>>pip install –upgrade pip setuptools wheel

Conclusion

Nous espérons que ce tutoriel vous a plu ! En tant qu’outil standard d’installation, pip est incontournable pour les développeurs Python. Il est relativement simple à utiliser, ce qui rend la gestion des packages fluide dès que vous êtes à l’aise avec ses commandes et sa logique. 

Si vous cherchez des ressources complémentaires, consultez le contenu DataCamp ci-dessous et lancez-vous avec Python et pip dès aujourd’hui !

• Parcours de compétences Python programming
• Parcours carrière Python programmer
• Aide-mémoire Importing Data in Python