Python a pris la tête du classement des langages de programmation les plus utilisés sur GitHub, dépassant JavaScript, selon le dernier rapport Octoverse de la plateforme. Cette montée fulgurante est due à un afflux massif de projets de science des données et de machine learning, avec une augmentation de 59 % des contributions aux projets d’IA générative.
L’essor de Python s’explique par son utilisation intensive dans les domaines du machine learning, de la science des données et des technologies connexes. Ce n’est pas que les développeurs traditionnels abandonnent leurs langages habituels pour Python, mais plutôt que ceux qui travaillent sur des projets liés à l’IA en ont besoin. En plus, c’est une excellente nouvelle pour l’open source : GitHub rapporte que 1,4 million de nouveaux développeurs ont rejoint la communauté open source, la majorité contribuant à des projets d’IA générative et soutenus commercialement.
GitHub souligne également que l’augmentation de la popularité de Python cette année est liée à de grandes communautés de personnes rejoignant l’open source dans le monde des STEM (science, technologie, ingénierie et mathématiques). Python est enseigné dans les écoles au Royaume-Uni et probablement ailleurs, ce qui contribue à cette tendance.
L’un des principaux atouts de Python est sa syntaxe simple et directe, parfaite pour la gestion des données. Cela le rend populaire auprès des novices de tous horizons, en particulier ceux qui se lancent dans la “ruée vers l’or” moderne de l’IA. Pour les débutants en codage, Python est plus facile à apprendre, à comprendre et à adapter que de nombreux langages de programmation de bas niveau.
De plus, Python est omniprésent dans le paysage des logiciels de bureau Linux. Il est préinstallé sur la plupart des distributions Linux, dispose d’un support de bibliothèque étendu et peut être utilisé pour créer des interfaces utilisateur très cool (ainsi que des interfaces très basiques) avec des outils comme Qt et GTK.
Par ailleurs, GitHub a observé une augmentation majeure de l’utilisation des Jupyter Notebooks, alimentée par l’IA et le machine learning. Bien que l’utilisation de Rust soit encore derrière Python, JavaScript, TypeScript et Java, elle est en nette progression.
Enfin, GitHub Copilot, accessible sur GitHub et via des éditeurs de texte majeurs comme VSCode, pourrait contribuer à accélérer l’augmentation des projets liés à l’IA. Le rapport Octoverse 2024 de GitHub contient de nombreuses autres informations intéressantes, y compris une prédiction révisée sur le moment où l’Inde dépassera les États-Unis en nombre de développeurs sur GitHub – spoiler : plus tôt que prévu !
Un bref historique de Python
Python a été conçu à la fin des années 1980 par Guido van Rossum au Centrum Wiskunde & Informatica (CWI) aux Pays-Bas. Le développement a commencé en décembre 1989, et la première version publique, Python 0.9.0, a été publiée en février 1991. Dès cette version initiale, Python incluait des fonctionnalités telles que les classes avec héritage, la gestion des exceptions, et les types de données de base comme les listes et les dictionnaires.
Le langage a été nommé d’après la troupe de comédie britannique Monty Python, reflétant l’humour et l’esprit décontracté de son créateur. Python 1.0 a été lancé en janvier 1994, introduisant des outils de programmation fonctionnelle comme lambda, map, filter et reduce. En 2000, Python 2.0 a apporté des améliorations majeures, y compris un ramasse-miettes pour la gestion de la mémoire et le support de l’Unicode. Python 3.0, une version majeure incompatible avec les versions précédentes, est sortie en décembre 2008. Cette version a introduit de nombreuses nouvelles fonctionnalités tout en supprimant certaines anciennes pour améliorer la cohérence et la simplicité du langage.
Aujourd’hui, Python est l’un des langages de programmation les plus utilisés au monde, apprécié pour sa simplicité, sa lisibilité et sa polyvalence.