Si R est un langage de programmation qui revient souvent dans les articles sur l’analyse de données en Sciences Humaines et Sociales, Python a pour l’instant ma préférence. En effet, dans une petite UMS (Unité Mixte de Service) comme le Centre de Recherche Bretonne et Celtique où l’on doit être au four et au moulin, de la mise en place d’interfaces pour la saisie et la consultation dans des bases de données au traitement, la visualisation et l’analyse des données, Python, langage à tout faire, est un choix judicieux.
Quand vous développez en Python (mais c’est valable dans d’autres langages), vous évitez de réinventer la roue et vous utilisez ce que l’on appelle des librairies, c’est à dire des morceaux de codes développés par des tiers pour des usages spécialisés. Pour le traitement et l’analyse de données, je m’intéresse actuellement à la librairie Pandas (je vous conseille d’ailleurs la lecture du livre Python for Data Analysis par l’auteur de la librairie). Or quand vous utilisez Pandas et les librairies dites “scientifiques” comme NumPy et SciPy, il est habituellement conseillé d’installer des logiciels qui fournissent un environnement de travail clé en main tels que Enthought Canopy ou Anaconda (la bonne version de Python, les librairies scientifiques et leurs dépendances, des outils de mise à jour des libraires, un IDE1, etc.).
J’utilisais jusqu’à présent Anaconda mais je rencontrais depuis quelques temps des problèmes à répétition avec son IDE Spyder. Anaconda installait également bon nombre de librairies dont je n’avais pas l’usage et il m’imposait d’anciennes versions de ces librairies pour des raisons de compatibilité. Je suis donc passé à une solution plus légère basée sur Miniconda (la version allégée d’Anaconda), la console IPython et la version gratuite de l’IDE PyCharm, que j’utilise par ailleurs pour la configuration de Django.
Pour configurer vous aussi cet environnement de travail sous Windows, commencez par installer Miniconda 32 bits (Même si vous avez un environnement en 64 bits, je ne suis pas sûr que cela vaille la peine d’utiliser la version 64 bits de Miniconda, sauf usage spécifique). Vous avez aussi le choix de télécharger Miniconda avec Python 2.x ou avec Python 3.x. Ce choix concerne la version de Python dans l’environnement Miniconda par défaut. Cela ne vous empêchera pas de créer des environnements basés sur l’une ou l’autre de ces versions de Python.
Lors du processus d’installation de Miniconda, cochez l’option “Add Anaconda to the system PATH environment variable” et ne tenez pas compte du message d’avertissement qui s’affiche en rouge. Si vous ne le faites pas, vous pourrez toujours utiliser Miniconda mais uniquement en passant par sa propre invite de commande, Miniconda ne pourra pas être lancé depuis cmd.exe2.
Mettez ensuite à jour l’application conda à jour : Lancez l’invite de commandes Windows cmd.exe en tapant “cmd” dans la recherche de programmes et de fichiers du menu Démarrer et cliquez sur cmd.exe.
Dans Cmd, tapez conda update conda et validez les éventuelles mises à jour.
Si la mise à jour est refusée pour des raison de droits insuffisants (Message ‘Accès refusé’), relancez cmd.exe en mode administrateur : Lancez Cmd en tapant “cmd“ dans la recherche de programmes et de fichiers du menu Démarrer puis cliquez avec le bouton droit de la souris sur l’icône de cmd.exe et choisissez Exécuter en tant qu’administrateur.
Si vous avez par la suite des problèmes de droits pour installer ou mettre à jour des librairies Python, pensez à exécuter Cmd en tant qu’administrateur.
Nous allons ensuite procéder à la création d’un environnement virtuel. En effet, quand on utilise Python pour divers usages, mieux vaut ne pas mettre tous ses œufs dans le même panier et créer un environnement de développement par usage, c’est à dire un environnement dans lequel seront uniquement installées les librairies nécessaires.
Pour créer l’environnement virtuel “pandas”, tapez en ligne de commande conda create -n pandas python=3. Si vous souhaitez utiliser Python 2 remplacez le chiffre 3 par 2. Une fois l’environnement installé, activez-le avec la commande activate pandas. Installez ensuite Pandas et IPython par conda install pandas ipython.
Il est également possible d’installer la plupart des librairies avec la commande pip. Le problème, c’est que l’installation de certaines librairies Python nécessite la compilation de code C ou C++. Ce qui pose la plupart du temps des problèmes sous Windows. L’avantage de passer par conda, c’est de pouvoir récupérer des packages pré-compilés. L’inconvénient est que conda interroge par défaut un dépôt de librairies où elles ne sont pas toutes disponibles et si elles le sont, dans leur dernière version. Pour contourner le problème, il est toujours possible d’utiliser un autre dépôt compatible Miniconda (à trouver sur l’Anaconda Cloud puis à configurer selon la documentation de Miniconda), soit d’utiliser pip et des packages pré-compilés de Christoph Gohlke.
Installez ensuite la version Community de PyCharm. Après la création de votre premier projet dans PyCharm (menu File > New Project), allez dans le menu File > Settings puis dans Project:nom_de_votre_projet, puis cliquez sur Project Interpreter. Créez un nouvel interpréteur en cliquant sur la roue crantée puis sur Add ((La procédure et les captures d’écran sont susceptibles de changer avec la version de PyCharm. Les captures d’écran actuelles ont été faites avec la version 2018 de PyCharm.)).
Choisissez un environnement de type Conda Environment et cochez Exiting environment et Make available to all projects. Cliquez sur le bouton avec trois points (…) pour faire apparaitre la fenêtre de sélection du répertoire dans lequel se trouve l’environnement que vous avez créé précédemment.
Pour savoir où a été installé l’environnement, lancez la commande conda info --env dans Cmd. Dans mon cas, l’environnement pandas a été installé dans C:\ProgramData\Miniconda3\envs\pandas.
Sélectionnez le fichier python.exe dans le répertoire de l’environnement.
Normalement, PyCharm détecte automatiquement l’installation de IPython et propose ce terminal amélioré quand vous lancez la console Python depuis le menu Tools > Python Console.
Pour installer des librairies complémentaires, vous pouvez utiliser PyCharm mais je vous déconseille de le faire car l’application utilise uniquement pip. Préférez plutôt une installation avec conda en ligne de commande comme vous l’avez fait pour installer Pandas.
Il ne vous reste plus qu’à vous lancer dans l’analyse de données avec Python.
Article mis à jour le 23 mai 2018