{"id":596390,"date":"2025-09-03T04:45:17","date_gmt":"2025-09-03T03:45:17","guid":{"rendered":"https:\/\/blog.jetbrains.com\/?post_type=pycharm&p=596390"},"modified":"2025-09-15T08:33:07","modified_gmt":"2025-09-15T07:33:07","slug":"l-etat-de-python-en-2025","status":"publish","type":"pycharm","link":"https:\/\/blog.jetbrains.com\/fr\/pycharm\/2025\/09\/l-etat-de-python-en-2025\/","title":{"rendered":"L’\u00e9tat de Python en 2025"},"content":{"rendered":"\n

Ceci est un article de notre invit\u00e9 Michael Kennedy<\/a>, le fondateur de Talk Python, \u00e9galement membre de la PSF.<\/em><\/p>\n\n\n\n

\"L'\u00e9tat<\/figure>\n\n\n\n

Bienvenue dans cet article sur les principaux points, tendances et mesures essentiels de la huiti\u00e8me enqu\u00eate annuelle sur les d\u00e9veloppeurs Python<\/a>. Cette enqu\u00eate est men\u00e9e dans le cadre d’un travail collaboratif entre la Python Software Foundation et l’\u00e9quipe PyCharm de JetBrains.<\/p>\n\n\n\n

Je m’appelle Michael Kennedy, et j’ai analys\u00e9 les plus de 30 000 r\u00e9ponses \u00e0 l’enqu\u00eate pour en tirer les tendances et les pr\u00e9dictions les plus significatives. J’ai \u00e9galement identifi\u00e9 plusieurs mesures \u00e0 prendre pour am\u00e9liorer votre carri\u00e8re en Python.<\/p>\n\n\n\n

J’occupe une position unique en tant qu’animateur du podcast Talk Python to Me<\/em>. Chaque semaine depuis 10 ans, j’interviewe les personnes \u00e0 l’origine de certaines des biblioth\u00e8ques et tendances les plus importantes de l’\u00e9cosyst\u00e8me Python. Dans cet article, mon objectif est d’utiliser cette exp\u00e9rience communautaire \u00e9largie pour comprendre les r\u00e9sultats de cette importante enqu\u00eate annuelle.<\/p>\n\n\n\n

Si votre travail, vos produits ou vos services d\u00e9pendent de Python, ou des d\u00e9veloppeurs plus largement, cet article vous sera utile. Il fournit beaucoup d’informations qu’il vous sera difficile de trouver ailleurs.<\/p>\n\n\n\n

Principales tendances de Python en 2025<\/h2>\n\n\n\n

Plongeons-nous dans les tendances les plus importantes qu’indiquent les r\u00e9sultats de l’enqu\u00eate Python. <\/p>\n\n\n\n

\"Principales<\/figure>\n\n\n
\n

Note:<\/strong> L’\u00e9tat de Python en 2025
\r\nD’apr\u00e8s les r\u00e9ponses \u00e0 l’enqu\u00eate de plus de 30 000 d\u00e9veloppeurs Python.
\r\n
\r\n* 50 % des d\u00e9veloppeurs Python ont moins de 2 ans d’exp\u00e9rience professionnelle
\r\n* 51 % utilisent Python pour l’exploration et le traitement des donn\u00e9es
\r\n* 46 % utilisent Python pour le d\u00e9veloppement web
\r\n* L’utilisation de FastAPI est pass\u00e9e de 29 % \u00e0 38 % en un an
\r\n* 83 % utilisent encore d’anciennes versions de Python
\r\n* 1 sur 3 contribue aux logiciels open source :
\r\n\u2714\ufe0f 78 % \u00e9crivent du code
\r\n\u2714\ufe0f 40 % r\u00e9digent de la documentation
\r\n* Les serveurs web adoptent des outils asynchrones bas\u00e9s sur Rust
\r\n
\r\nQuelle direction prend Python ?
\r\n* 69 % pr\u00e9voient d’essayer des agents de programmation IA. L’adoption de l’IA agentique va cro\u00eetre rapidement
\r\n* Le threading parall\u00e8le arrive dans Python 3.14. Async, await et threading sont essentiels
\r\n* Les interfaces graphiques et le d\u00e9veloppement mobile sont en plein essor
\r\n
\r\nId\u00e9es concr\u00e8tes pour 2025
\r\n\u2714\ufe0f Essayez l’IA agentique pour augmenter votre productivit\u00e9
\r\n\u2714\ufe0f Apprenez \u00e0 utiliser uv pour acc\u00e9l\u00e9rer la gestion des paquets
\r\n\u2714\ufe0f Adaptez le contenu et les outils aux novices
\r\n
\r\nL’enqu\u00eate sur les d\u00e9veloppeurs Python est un effort conjoint de la Python Software Foundation et de JetBrains PyCharm.
\r\n<\/p>\n <\/div>\n \n\n\n\n\n\n\n

Dans le cadre de votre exploration de ces informations, disposer des bons outils pour vos projets peut faire toute la diff\u00e9rence. Essayez PyCharm gratuitement pour b\u00e9n\u00e9ficier de tout le n\u00e9cessaire pour la science des donn\u00e9es, les workflows ML\/IA et le d\u00e9veloppement web dans un puissant IDE Python.<\/p>\n\n\n

\n
\n Essayez PyCharm gratuitement<\/a>\n <\/div>\n <\/div>\n\n\n\n\n\n\n\n

Les fans de Python utilisent Python<\/h3>\n\n\n\n

Commen\u00e7ons par parler de l’importance de Python pour les personnes qui l’utilisent. Les fans de Python utilisent principalement Python. Cela peut sembler une \u00e9vidence absolue. Mais les d\u00e9veloppeurs utilisent g\u00e9n\u00e9ralement de nombreux langages en plus de leur langage principal. Par exemple, les d\u00e9veloppeurs web peuvent utiliser principalement Python, C# ou Java, mais \u00e9galement CSS, HTML et m\u00eame JavaScript.<\/p>\n\n\n\n

D’autre part, les d\u00e9veloppeurs qui travaillent principalement avec Node.js ou Deno utilisent \u00e9galement JavaScript, mais pas comme langage principal.<\/p>\n\n\n\n

L’enqu\u00eate montre que 86 % des personnes interrog\u00e9es utilisent Python comme langage principal<\/strong> pour \u00e9crire des programmes informatiques, cr\u00e9er des applications, cr\u00e9er des API, etc.<\/p>\n\n\n\n

\"Statistiques<\/figure>\n\n\n
\n

Note:<\/strong> Utilisation g\u00e9n\u00e9rale de Python : principal vs. secondaire
\r\n* Secondaire 14 %
\r\n* Principal 86 %
\r\n<\/p>\n <\/div>\n \n\n\n\n\n\n\n

Nous sommes pour la plupart de nouveaux programmeurs<\/h3>\n\n\n\n

Pour ceux d’entre nous qui programment depuis longtemps (je m’inclus dans cette cat\u00e9gorie, comme j’\u00e9cris du code depuis pr\u00e8s de 30 ans maintenant), il est facile d’imaginer que la plupart des gens dans l’industrie ont une exp\u00e9rience cons\u00e9quente. C’est une supposition parfaitement raisonnable. Vous allez \u00e0 des conf\u00e9rences et vous parlez avec des gens qui font de la programmation depuis 10 ou 20 ans. Vous regardez vos coll\u00e8gues, et beaucoup d’entre eux utilisent Python et programment depuis longtemps.<\/p>\n\n\n\n

Mais ce n’est pas \u00e0 cela que ressemble l’\u00e9cosyst\u00e8me Python au sens large.<\/p>\n\n\n\n

Pr\u00e9cis\u00e9ment 50 % des personnes interrog\u00e9es ont moins de deux ans d’exp\u00e9rience professionnelle en programmation ! Et 39 % ont moins de deux ans d’exp\u00e9rience avec Python (m\u00eame dans un cadre amateur ou \u00e9ducatif).<\/p>\n\n\n\n

\"Statistiques<\/figure>\n\n\n
\n

Note:<\/strong> Combien d’ann\u00e9es d’exp\u00e9rience professionnelle en programmation avez-vous ?
\r\n* Moins de 1 an 31 %
\r\n* 1 \u00e0 2 ans 19 %
\r\n* 3 \u00e0 5 ans 20 %
\r\n* 6 \u00e0 10 ans 13 %
\r\n* 11 ans et + 17 %
\r\n<\/p>\n <\/div>\n \n\n\n\n\n\n\n

Ce r\u00e9sultat r\u00e9affirme que Python est un excellent langage pour les personnes en d\u00e9but de carri\u00e8re. La syntaxe simple (mais pas simpliste) et l’accessibilit\u00e9 s’av\u00e8rent vraiment convaincantes pour les nouveaux programmeurs comme pour les plus chevronn\u00e9s. Beaucoup d’entre nous aiment la programmation et Python, et sont heureux de partager cela avec les nouveaux membres de notre communaut\u00e9.<\/p>\n\n\n\n

Cet \u00e9l\u00e9ment devrait toutefois nous inciter \u00e0 tenir compte de ces donn\u00e9es d\u00e9mographiques lorsque nous cr\u00e9ons du contenu pour la communaut\u00e9. Si vous cr\u00e9ez un tutoriel ou une d\u00e9monstration vid\u00e9o, ne l\u00e9sinez pas sur les \u00e9tapes pour aider les gens \u00e0 d\u00e9marrer. Par exemple, ne vous contentez pas de leur dire d’installer le paquet. Dites-leur qu’ils doivent cr\u00e9er un environnement virtuel et montrez-leur comment le faire et comment l’activer. Guidez-les pour l’installation du paquet dans cet environnement virtuel.<\/p>\n\n\n\n

Si vous \u00eates un fournisseur d’outils tel que JetBrains, vous voudrez certainement garder \u00e0 l’esprit que beaucoup de vos utilisateurs seront assez novices en programmation et en Python lui-m\u00eame. Cela ne signifie pas que vous devez ignorer les fonctionnalit\u00e9s avanc\u00e9es ou r\u00e9duire les fonctionnalit\u00e9s de vos produits, mais ne compliquez pas non plus leur adoption par des d\u00e9butants.<\/p>\n\n\n\n

La science des donn\u00e9es repr\u00e9sente d\u00e9sormais plus de la moiti\u00e9 de l’ensemble de Python<\/h3>\n\n\n\n

Cette ann\u00e9e, 51 % de tous les d\u00e9veloppeurs Python interrog\u00e9s sont impliqu\u00e9s dans l’exploration et le traitement des donn\u00e9es. pandas et NumPy sont les outils les plus couramment utilis\u00e9s pour cela.<\/p>\n\n\n\n

Beaucoup d’entre nous, experts de Python, ont parl\u00e9 de Python selon cette r\u00e9partition par tiers : un tiers de d\u00e9veloppement web, un tiers de science des donn\u00e9es et de science pure, et un tiers un peu fourre-tout.<\/p>\n\n\n\n

Nous devons repenser ce positionnement maintenant que l’un de ces tiers est de loin la partie la plus importante de Python.<\/p>\n\n\n\n

Repla\u00e7ons-nous \u00e9galement dans le contexte non seulement d’un boom massif de l’int\u00e9r\u00eat actuel pour les donn\u00e9es et l’IA, mais aussi d’une explosion correspondante du d\u00e9veloppement d’outils avec lesquels travailler dans cet univers. On trouve des outils de traitement de donn\u00e9es comme Polars, de nouvelles fa\u00e7ons de travailler avec des notebooks comme Marimo, et un grand nombre de paquets conviviaux pour travailler avec des LLM, des mod\u00e8les de vision et des agents (par exemple Transformers, Diffusers, smolagents, LangChain\/LangGraph, LlamaIndex).<\/p>\n\n\n\n

Le centre de gravit\u00e9 de Python s’est encore davantage d\u00e9plac\u00e9 vers les donn\u00e9es et l’IA<\/strong>.<\/p>\n\n\n\n

La majorit\u00e9 utilise encore d’anciennes versions de Python malgr\u00e9 les avantages des nouvelles versions<\/strong> <\/h3>\n\n\n\n

L’enqu\u00eate montre la r\u00e9partition entre les versions les plus r\u00e9centes et les plus anciennes de l’environnement d’ex\u00e9cution Python. Beaucoup d’entre nous (15 %) utilisent la toute derni\u00e8re version publi\u00e9e de Python, mais il nous arrive plus souvent d’utiliser une version vieille d’au moins un an (83 %)<\/strong>.<\/p>\n\n\n\n

\"Statistiques<\/figure>\n\n\n
\n

Note:<\/strong> Quelle version de Python utilisez-vous ?
\r\n* Python 3.14 2 %
\r\n* Python 3.13 15 %
\r\n* Python 3.12 35 %
\r\n* Python 3.11 21 %
\r\n* Python 3.10 15 %
\r\n* Python 3.9 6 %
\r\n* Python 3.8 3 %
\r\n* Python 3.7 1 %
\r\n* Python 3.6 1 %
\r\n* Python 3.5 ou version ant\u00e9rieure 1 %
\r\n<\/p>\n <\/div>\n \n\n\n\n\n\n\n

L’enqu\u00eate indique \u00e9galement que beaucoup d’entre nous utilisent Docker et des conteneurs pour ex\u00e9cuter notre code, ce qui rend ce chiffre de 83 % (voire plus) encore plus surprenant. Avec les conteneurs, il suffit de choisir la derni\u00e8re version de Python dans le conteneur. Comme tout est isol\u00e9, vous n’avez pas \u00e0 vous soucier de ses interactions avec le reste du syst\u00e8me, par exemple, le Python du syst\u00e8me Linux. Nous pourrions nous attendre \u00e0 ce que la conteneurisation offre plus de flexibilit\u00e9 et facilite notre transition vers la derni\u00e8re version de Python.<\/p>\n\n\n\n

Alors pourquoi les gens n’adoptent-ils pas la derni\u00e8re version de Python ? Les r\u00e9sultats de l’enqu\u00eate donnent deux raisons principales.<\/p>\n\n\n\n

    \n
  1. La version que j’utilise r\u00e9pond \u00e0 tous mes besoins (53 %)<\/li>\n\n\n\n
  2. Je n’ai pas eu le temps de faire la mise \u00e0 jour (25 %)<\/li>\n<\/ol>\n\n\n\n

    Les 83 % de d\u00e9veloppeurs qui utilisent d’anciennes versions de Python passent peut-\u00eatre \u00e0 c\u00f4t\u00e9 de bien plus qu’ils ne le pensent. Ce n’est pas seulement qu’il leur manque certaines fonctionnalit\u00e9s du langage, comme le mot-cl\u00e9 except<\/code>, ou une am\u00e9lioration mineure de la biblioth\u00e8que standard, comme tomllib<\/code>. Python 3.11, 3.12 et 3.13 apportent tous des avantages majeurs sur le plan des performances<\/strong>, et la version 3.14 qui arrive en inclura encore plus.<\/p>\n\n\n\n

    Ce qui est \u00e9patant, c’est que vous b\u00e9n\u00e9ficiez de ces avantages sans modifier votre code. Il vous suffit de choisir un environnement d’ex\u00e9cution plus r\u00e9cent et votre code s’ex\u00e9cute plus rapidement. CPython a \u00e9t\u00e9 extr\u00eamement bon en mati\u00e8re de r\u00e9trocompatibilit\u00e9. La mise \u00e0 niveau demande rarement un effort significatif. Regardons quelques chiffres.<\/p>\n\n\n\n

    48 % des gens utilisent actuellement Python 3.11. <\/strong>La mise \u00e0 niveau vers la version 3.13 permettra d’ex\u00e9cuter leur code ~ 11 % plus vite<\/strong> de bout en bout et d’utiliser ~ 10-15 % de m\u00e9moire en moins<\/strong>.<\/p>\n\n\n\n

    S’ils font partie des 27 % qui utilisent encore la version 3.10 voire une plus ancienne encore<\/strong>, leur code b\u00e9n\u00e9ficiera d’une acc\u00e9l\u00e9ration de ~42 %<\/strong> (sans modification de code), et l’utilisation de la m\u00e9moire pourra chuter de ~20-30 %<\/strong> !<\/p>\n\n\n\n

    Alors peut-\u00eatre qu’ils r\u00e9pondront quand m\u00eame que \u00ab Eh bien, cette vitesse nous suffit. Nous n’avons pas beaucoup de trafic, etc. \u00bb Mais s’ils sont comme la plupart des moyennes et grandes entreprises, ils comprendront qu’il s’agit l\u00e0 d’un incroyable gaspillage de d\u00e9penses de calcul dans le cloud (avec les dommages environnementaux correspondants \u00e0 l’\u00e9nergie d\u00e9pens\u00e9e).<\/p>\n\n\n\n

    Les recherches montrent certaines estimations pour le cloud computing (sp\u00e9cifiquement bas\u00e9 sur le calcul) :<\/p>\n\n\n\n