Installer Python, choisir un IDE et préparer son environnement

Liens officiels de téléchargement

Avant de commencer, utilisez uniquement les sites officiels pour télécharger les outils. Cela permet d’éviter les fausses versions, les logiciels modifiés ou les problèmes de sécurité.

Étape 1 : Installer Python

Python est le langage que nous allons utiliser pour écrire du code, manipuler des données et réaliser des analyses.

1. Ouvrez votre navigateur.
2. Allez sur le site officiel : https://www.python.org/downloads/
3. Cliquez sur le bouton de téléchargement de la dernière version stable de Python.
4. Lancez le fichier téléchargé.
5. Sur Windows, cochez obligatoirement l’option Add Python to PATH.
6. Cliquez sur Install Now.
7. Attendez la fin de l’installation.
8. Cliquez sur Close.

Étape 2 : Vérifier l’installation de Python

Après l’installation, vous devez vérifier que Python fonctionne correctement.

Sur Windows :

1. Ouvrez le menu Démarrer.
2. Recherchez Invite de commandes, PowerShell ou Terminal Windows.
3. Ouvrez le terminal.
4. Tapez la commande suivante :

1python --version

Si cela ne fonctionne pas, essayez :

1py --version

Sur macOS ou Linux, ouvrez le terminal et tapez :

1python3 --version

Si Python est bien installé, vous verrez apparaître une version du type :

1Python 3.x.x

Étape 3 : Vérifier pip

pip est l’outil qui permet d’installer des bibliothèques Python. Il sera utilisé pour installer Pandas, NumPy, Matplotlib, Seaborn et d’autres packages.

Dans le terminal, tapez :

1pip --version

Si cela ne fonctionne pas, essayez :

1python -m pip --version

Sur macOS ou Linux :

1python3 -m pip --version

Si une version de pip s’affiche, l’installation est correcte.

Étape 4 : Installer Visual Studio Code

Visual Studio Code, souvent appelé VS Code, est l’éditeur recommandé pour écrire du code Python. Il est gratuit, moderne, léger et très utilisé dans les environnements professionnels.

1. Allez sur le site officiel : https://code.visualstudio.com/download
2. Téléchargez la version correspondant à votre système : Windows, macOS ou Linux.
3. Lancez le fichier d’installation.
4. Acceptez les conditions.
5. Gardez les options recommandées.
6. Cliquez sur Install.
7. Ouvrez VS Code après l’installation.

Étape 5 : Installer les extensions utiles dans VS Code

Pour travailler efficacement avec Python dans VS Code, installez les extensions suivantes.

1. Ouvrez VS Code.
2. Cliquez sur l’icône Extensions dans la barre de gauche.
3. Recherchez Python.
4. Installez l’extension officielle publiée par Microsoft.
5. Recherchez Jupyter.
6. Installez l’extension Jupyter officielle.
7. Recherchez Pylance.
8. Installez l’extension Pylance si elle n’est pas déjà installée automatiquement.

Ces extensions permettent d’exécuter du code Python, d’utiliser les notebooks et d’avoir une aide intelligente pendant l’écriture du code.

Étape 6 : Sélectionner l’interpréteur Python dans VS Code

Après avoir installé Python et VS Code, vous devez vérifier que VS Code utilise la bonne version de Python.

1. Ouvrez VS Code.
2. Appuyez sur Ctrl + Shift + P sur Windows ou Cmd + Shift + P sur macOS.
3. Recherchez Python: Select Interpreter.
4. Sélectionnez la version de Python installée sur votre ordinateur.

Cette étape est importante si plusieurs versions de Python sont installées.

Étape 7 : Créer un premier script Python

Nous allons maintenant vérifier que Python fonctionne dans VS Code.

1. Créez un nouveau dossier appelé formation_python.
2. Ouvrez ce dossier dans VS Code.
3. Créez un fichier appelé test_installation.py.
4. Écrivez le code suivant :

1print("Bonjour, Python fonctionne correctement !")

Ensuite, exécutez le fichier.

Résultat attendu :

1Bonjour, Python fonctionne correctement !

Étape 8 : Installer les bibliothèques Data Science

Pour cette formation, vous aurez besoin de bibliothèques essentielles pour manipuler, analyser et visualiser les données.

Dans le terminal, exécutez :

1pip install pandas numpy matplotlib seaborn scikit-learn notebook

Si la commande ne fonctionne pas, essayez :

1python -m pip install pandas numpy matplotlib seaborn scikit-learn notebook

Sur macOS ou Linux :

1python3 -m pip install pandas numpy matplotlib seaborn scikit-learn notebook

Ces bibliothèques serviront pour :

• pandas : manipuler des tableaux de données ;
• numpy : faire du calcul numérique ;
• matplotlib : créer des graphiques ;
• seaborn : créer des visualisations statistiques ;
• scikit-learn : introduire le machine learning ;
• notebook : utiliser Jupyter Notebook.

Étape 9 : Vérifier les bibliothèques installées

Créez un fichier appelé verification_packages.py et ajoutez le code suivant :

1import pandas as pd2import numpy as np3import matplotlib.pyplot as plt4import seaborn as sns5 6print("Toutes les bibliothèques principales sont installées.")

Si le message s’affiche sans erreur, votre environnement est prêt.

Étape 10 : Installer et lancer Jupyter Notebook

Jupyter Notebook permet d’écrire du code et du texte dans le même document. Il est très utilisé en analyse de données.

Installation :

1pip install notebook

Lancement :

1jupyter notebook

Une page s’ouvrira dans votre navigateur. Vous pourrez créer un nouveau notebook Python.

Étape 11 : Option alternative avec Anaconda

Anaconda est une solution qui installe Python, Jupyter et plusieurs bibliothèques Data Science en une seule fois. C’est une option intéressante pour les débutants.

1. Allez sur le site officiel : https://www.anaconda.com/download
2. Téléchargez Anaconda pour Windows, macOS ou Linux.
3. Lancez l’installation.
4. Gardez les options recommandées.
5. Ouvrez Anaconda Navigator.
6. Lancez Jupyter Notebook ou JupyterLab.

Étape 12 : Option sans installation avec Google Colab

Google Colab permet d’utiliser Python directement dans le navigateur. Vous n’avez rien à installer sur votre ordinateur.

1. Allez sur : https://colab.research.google.com/
2. Connectez-vous avec un compte Google.
3. Cliquez sur Nouveau notebook.
4. Écrivez le code suivant dans une cellule :

1print("Python fonctionne dans Google Colab.")

Cliquez ensuite sur le bouton d’exécution.

Google Colab est utile si votre ordinateur est lent, si vous avez un problème d’installation, ou si vous voulez pratiquer rapidement.

Étape 13 : Option avancée avec PyCharm

PyCharm est un IDE Python complet. Il est plus lourd que VS Code, mais très utile pour des projets structurés.

1. Allez sur : https://www.jetbrains.com/pycharm/download/
2. Téléchargez la version gratuite disponible.
3. Installez PyCharm.
4. Créez un nouveau projet Python.
5. Sélectionnez l’interpréteur Python installé.
6. Créez un fichier main.py.
7. Testez avec :

1print("Python fonctionne avec PyCharm.")

Étape 14 : Test final de l’environnement

Pour valider complètement l’installation, créez un fichier appelé test_data_analysis.py.

Ajoutez le code suivant :

1import pandas as pd2 3ventes = {4    "produit": ["Laptop", "Casque", "Souris"],5    "quantite": [2, 5, 10],6    "prix_unitaire": [1200, 80, 35]7}8 9df = pd.DataFrame(ventes)10 11df["chiffre_affaires"] = df["quantite"] * df["prix_unitaire"]12 13print(df)14print("Chiffre d'affaires total :", df["chiffre_affaires"].sum())

Résultat attendu :

1  produit  quantite  prix_unitaire  chiffre_affaires20  Laptop         2           1200              240031  Casque         5             80               40042  Souris        10             35               3505 6Chiffre d'affaires total : 3150

Checklist finale

Avant de passer à la suite de la formation, vérifiez les points suivants :

• Python est installé.
• La commande python --version ou python3 --version fonctionne.
• pip fonctionne.
• VS Code est installé.
• L’extension Python est installée dans VS Code.
• Un premier fichier Python peut être exécuté.
• pandas, numpy, matplotlib et seaborn sont installés.
• Jupyter Notebook ou Google Colab est disponible.