Linkr
Accueil Ressources Outils Documentation Blog Démo
EN
Apprendre la programmation
  • Pourquoi apprendre à coder ?
  • Les bases de la programmation
  • Introduction au SQL
  • Introduction à R
  • Introduction à Python
5/5
8 min Boris Delange, Martin Castan, Lou Vignais · 02/07/2026

Introduction à Python

À quoi sert Python, le langage polyvalent de la data science. polars, seaborn, Shiny, le machine learning avec scikit-learn, les notebooks Jupyter, et des ressources gratuites pour débuter.

En résumé

Python est un langage généraliste très lisible, devenu un standard de la data science. Comme R, il sert à nettoyer, analyser et visualiser des données une fois extraites en SQL — grâce aux librairies polars (tableaux de données) et seaborn (graphiques). C’est surtout le langage de référence en machine learning, avec la librairie scikit-learn. On l’utilise souvent dans des notebooks Jupyter.

Cet article prolonge Pourquoi apprendre à coder ? et l’introduction à R. Il suit le même plan que l’article sur R, pour comparer facilement les deux langages.

Pourquoi Python

R est un langage spécialisé, conçu pour les statistiques. Python, au contraire, est un langage généraliste, au même titre que C ou Java : il n’a pas été conçu pour une discipline en particulier, mais pour écrire toutes sortes de programmes de façon lisible. C’est aujourd’hui le langage de programmation le plus utilisé au monde : il est en tête de l’index TIOBE, qui mesure la popularité des langages (octobre 2026). Cela lui donne des atouts complémentaires de ceux de R :

  • Polyvalence : au-delà de l’analyse de données, Python sert à automatiser des tâches, manipuler des fichiers, interroger des sites web, construire des applications.
  • Machine learning : les grandes librairies d’apprentissage automatique et d’intelligence artificielle (scikit-learn, PyTorch…) sont en Python. C’est incontournable dès qu’on s’oriente vers la modélisation prédictive.
  • Lisibilité : sa syntaxe épurée en fait un bon premier langage, y compris pour qui n’a jamais programmé.

R ou Python ?

Les deux sont d’excellents choix pour débuter. R est particulièrement adapté à la biostatistique et à la visualisation statistique ; Python est plus polyvalent et incontournable en machine learning. Le plus efficace : commencer par celui qu’utilisent vos encadrants, puis découvrir l’autre quand le besoin se présente.

L’environnement de travail

En data science, on écrit souvent Python dans des notebooks Jupyter : un document qui alterne des cellules de code, leurs résultats (tableaux, graphiques) et du texte explicatif. C’est idéal pour explorer des données pas à pas et partager une analyse commentée. Pour en voir un exemple, ouvrez le notebook 02_ml_mortality.ipynb dans l’IDE de la démo de Linkr : il entraîne un modèle de prédiction de la mortalité en réanimation, cellule par cellule.

Pour écrire vos propres scripts et notebooks, les environnements présentés dans l’introduction à R fonctionnent aussi pour Python : Positron gère R et Python dans la même interface, et VS Code est très utilisé par les développeurs Python.

polars : manipuler les données

polars est une librairie moderne et rapide pour manipuler des données tabulaires en Python. Elle organise les données dans un objet appelé DataFrame — un tableau avec des lignes et des colonnes nommées, comme une feuille de calcul. Sa syntaxe est proche de celle de dplyr en R : on enchaîne des verbes qui reprennent les briques d’une requête SQL — filter() (comme WHERE), select() (comme SELECT), group_by() + agg() (comme GROUP BY).

Python
import polars as pl

# On crée un tableau de patients avec les colonnes sexe, age et creatinine
patients = pl.DataFrame({
  "sexe":       ["F", "M", "F", "F", "M", "F"],
  "age":        [72, 45, 34, 78, 60, 69],
  "creatinine": [142, 88, 71, 156, 97, 168],
})

(
  patients
  .filter((pl.col("sexe") == "F") & (pl.col("age") > 65))  # on filtre les femmes de plus de 65 ans
  .group_by("sexe")                                         # on regroupe par sexe
  .agg(
      n=pl.len(),                                           # on calcule le nombre de patientes
      creat_moy=pl.col("creatinine").mean(),                # et la créatinine moyenne
  )
)
Résultat
sexencreat_moy
F3155.333333

Si vous avez lu les articles SQL et R, vous reconnaissez la même logique : filtrer les lignes, regrouper, résumer. Seule la syntaxe change. En pratique, on charge souvent les données depuis un fichier CSV (un tableau texte où les colonnes sont séparées par des virgules) avec pl.read_csv("patients.csv"), format d’échange très courant.

Comme en R, quelques commandes reviennent au tout début d’une analyse pour comprendre les données :

patients.shape         # on compte les lignes et les colonnes
patients.describe()    # on résume chaque colonne (min, max, moyenne…)
patients.null_count()  # on compte les valeurs manquantes par colonne

Ces trois lignes donnent une première image de la structure et de la qualité des données.

Un équivalent du tidyverse en Python

Python n’a pas de tidyverse à proprement parler, mais des librairies équivalentes existent pour chaque usage. Posit, l’entreprise derrière RStudio et Positron, investit d’ailleurs de plus en plus dans Python : Positron, Shiny ou encore Great Tables fonctionnent désormais avec les deux langages.

UsageRPython
Manipuler des tableauxdplyrpolars
Créer des graphiquesggplot2seaborn, plotnine
Mettre en forme des tableaux de résultatsgtGreat Tables
Créer des applications webShinyShiny for Python
Machine learningtidymodelsscikit-learn

Visualiser avec seaborn

matplotlib est la librairie de base pour tracer des graphiques en Python : elle permet de contrôler chaque détail d’une figure, mais demande beaucoup de code. seaborn, construite par-dessus, simplifie les graphiques statistiques courants. Le code ci-dessous reproduit la figure de l’introduction à R : un nuage de points avec une droite de régression et son intervalle de confiance.

Python
import seaborn as sns
import matplotlib.pyplot as plt

sns.set_theme(style="whitegrid")                    # on choisit un thème épuré
ax = sns.regplot(data=patients, x="age", y="creatinine",
               color="#2563eb")                   # on trace les points et la droite de régression, avec son intervalle de confiance
ax.set_title("Créatinine selon l'âge", fontweight="bold")  # on ajoute le titre, en gras
ax.set(xlabel="Âge (années)", ylabel="Créatinine (µmol/L)")  # et le nom des axes
sns.despine(left=True, bottom=True)                 # on retire le cadre
plt.show()                                          # et on affiche le graphique
Résultat
Nuage de points de la créatinine selon l'âge, avec une droite de tendance et son intervalle de confiance, produit par seaborn Nuage de points de la créatinine selon l'âge, avec une droite de tendance et son intervalle de confiance, produit par seaborn

Comme avec ggplot2, quelques lignes suffisent pour obtenir une figure propre. seaborn estime l’intervalle de confiance par rééchantillonnage (bootstrap), d’où son contour légèrement irrégulier. Pour voir ce qu’il est possible de faire, parcourez la Python Graph Gallery, qui présente des centaines de graphiques avec leur code.

Enfin, si vous venez de R, plotnine reprend même la syntaxe de ggplot2 presque à l’identique.

Shiny for Python : des applications web interactives

Comme en R, Shiny permet de créer des applications web interactives en Python : l’utilisateur choisit des paramètres dans des menus, et les tableaux et graphiques se mettent à jour instantanément. Les principes sont les mêmes que ceux présentés dans l’introduction à R. Pour vous faire une idée de ce qui est possible, parcourez la galerie Shiny for Python.

Le machine learning avec scikit-learn

scikit-learn est la librairie de référence pour le machine learning en Python, et probablement la librairie Python la plus importante à connaître pour la recherche en santé. Elle offre une interface unique pour des dizaines de méthodes — régression logistique, forêt aléatoire, gradient boosting, partitionnement… — ainsi que tous les outils pour préparer les données et évaluer les modèles.

L’exemple ci-dessous utilise un jeu de données fourni avec scikit-learn : 569 tumeurs du sein, décrites par 30 mesures issues d’images de prélèvements, chacune classée bénigne ou maligne. On entraîne une forêt aléatoire sur trois quarts des tumeurs, puis on mesure sa capacité à prédire la nature des autres.

Python
from sklearn.datasets import load_breast_cancer
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import roc_auc_score

# On charge les données : X contient les mesures, y le diagnostic
X, y = load_breast_cancer(return_X_y=True)

# On sépare les données d'entraînement (75 %) et de test (25 %)
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.25, random_state=42)

modele = RandomForestClassifier(random_state=42)  # on choisit une forêt aléatoire
modele.fit(X_train, y_train)                      # qu'on entraîne sur les données d'entraînement

proba = modele.predict_proba(X_test)[:, 1]        # on prédit la probabilité sur les données de test
print(f"AUC : {roc_auc_score(y_test, proba):.3f}")  # et on calcule l'AUC
Résultat
AUC : 0.996

On retrouve les mêmes étapes qu’avec tidymodels en R : choisir un modèle, l’entraîner, prédire, évaluer. L’AUC mesure la capacité du modèle à distinguer les deux classes : 1 correspond à une prédiction parfaite, 0,5 au hasard. Ce jeu de données est volontairement facile ; sur des données réelles, les performances sont rarement aussi élevées.

Python et Linkr

Comme expliqué dans l’introduction à R, le code permet de prolonger une analyse au-delà de ce que le Study Designer génère automatiquement : l’outil pour concevoir et cadrer, le code pour explorer sans limite. Python est en particulier le meilleur choix dès qu’on veut entraîner un modèle de prédiction sur des données extraites d’un entrepôt.

Comme pour R, vous pouvez écrire et exécuter du Python directement dans l’IDE de Linkr, y compris dans le navigateur, sans rien installer : essayez-le dans la démo.

Ressources pour se former

OpenClassrooms — Apprenez les bases du langage Python
Type : Cours en ligne Langue : Français Coût : Gratuit (lecture) Durée : ~10 h Niveau : Grand débutant Prérequis : Aucun

Ce que vous allez apprendre

  • Les fondations du langage : variables, conditions, boucles, fonctions.
  • Parcours francophone accessible aux débutants complets, recommandé par nos étudiants.
  • Prévoyez plutôt une dizaine d’heures que les six annoncées si vous partez de zéro.
polars — User guide
Type : Guide officiel Langue : Anglais Coût : Gratuit Durée : ~3 h Niveau : Débutant à intermédiaire Prérequis : Bases de Python

Ce que vous allez apprendre

  • Lire un fichier, filtrer, sélectionner, regrouper et agréger un DataFrame.
  • Commencez par Getting started, puis la partie Expressions.
seaborn — Tutoriel officiel
Type : Tutoriel officiel Langue : Anglais Coût : Gratuit Durée : ~2 h Niveau : Débutant Prérequis : Bases de Python

Ce que vous allez apprendre

  • Construire des graphiques statistiques : nuages de points, distributions, comparaisons entre groupes.
  • De nombreux exemples prêts à adapter à vos propres données.

Parcours conseillé pour Python

  1. Apprenez le langage avec le cours OpenClassrooms (~10 h), en écrivant le code dans l’IDE de la démo de Linkr : rien à installer.
  2. Enchaînez sur polars pour manipuler des tableaux, puis seaborn pour visualiser.
  3. Le machine learning viendra plus tard, dans la section dédiée à l’IA en santé — les cours d’introduction (comme celui d’Andrew Ng sur Coursera) suffisent largement pour commencer.
  • Python est un langage généraliste, au même titre que C ou Java, et le plus utilisé au monde : standard de la data science et référence en machine learning.
  • polars manipule des tableaux avec la même logique que dplyr et le SQL ; des équivalents existent pour la plupart des librairies du tidyverse.
  • seaborn produit une figure propre en quelques lignes, comme ggplot2 en R.
  • Shiny existe aussi en Python pour créer des applications web interactives.
  • scikit-learn est la librairie de référence pour le machine learning.
  • On peut coder en Python dans l'IDE de Linkr, y compris dans le navigateur via la démo.

À propos des auteurs

Boris Delange
Boris Delange

Médecin réanimateur · AHU en informatique médicale

Voir le profil
Martin Castan
Martin Castan

Médecin en anesthésie-réanimation, formé à la data science

Voir le profil
Lou Vignais
Lou Vignais

Médecin en pédiatrie, formé à la science des données en santé

Voir le profil
PrécédentIntroduction à R

Produit

  • Accueil
  • Démo

Ressources

  • Documentation
  • Ressources
  • Outils
  • Blog

Communauté

  • Code source Framagit
  • Code source Github

À propos

  • InterHop.org
  • Contact

2021–2026 InterHop — CC BY-NC-SA 4.0 (site) · AGPLv3 (logiciel)