Résultats de l'Enquête 2021 sur les Développeurs Python
Il s'agit de la cinquième Enquête annuelle officielle sur les Développeurs Python, menée en collaboration par la Python Software Foundation et JetBrains. À l'automne 2021, plus de 23 000 développeurs et passionnés de Python, issus de près de 200 pays et régions, ont répondu au questionnaire de l'enquête pour nous aider à déterminer l'état actuel du langage et de son écosystème.
Utilisation générale de Python
Python en tant que langage principal ou secondaire
Principal
Secondaire
Au cours des quatre dernières années, la proportion de développeurs utilisant Python comme langage principal est restée quasiment la même, oscillant entre 84 et 85 %.
Utilisation de Python avec d'autres langages+ de 100
40%
41%
JavaScript
38%
38%
HTML/CSS
33%
35%
Bash / Shell
33%
33%
SQL
30%
29%
C/C++
20%
20%
Java
11%
11%
C#
10%
9%
TypeScript
9%
8%
Go
9%
10%
PHP
6%
5%
Rust
5%
6%
R
4%
4%
Visual Basic
3%
3%
Kotlin
JavaScript est le langage le plus souvent utilisé avec Python. Toutefois, parmi les développeurs qui utilisent Python comme langage secondaire, l'utilisation de C/C++ est quasiment aussi répandue que celle de JavaScript. Le recours à HTML/CSS, Bash/Shell et SQL est également très répandu, chacun d'eux étant utilisé par plus d'un tiers des développeurs Python.
Langages pour le Web et la Science des données+ de 100
42%
49%
SQL
37%
45%
Bash / Shell
36%
69%
JavaScript
34%
60%
HTML/CSS
33%
19%
C/C++
Développement web fait référence aux personnes ayant sélectionné « Développement web » en réponse à la question « À quelles fins utilisez-vous le plus Python ? ». Science des données fait référence aux personnes ayant répondu « Analyse de données » ou « Machine learning » à cette même question.
Sans surprise, les langages les plus utilisés par les développeurs web en parallèle de Python sont JavaScript (69 %) et HTML/CSS (60 %), tandis que les développeurs impliqués dans des tâches liées aux données utilisent plus souvent SQL (42 %). Par ailleurs, l'absence d'utilisation d'un langage supplémentaire est trois fois plus élevée chez les développeurs qui travaillent sur des tâches liées aux données, par rapport aux développeurs web.
Objectifs de l’utilisation de Python
Dans cette section, nous avons posé des questions visant à découvrir à quelles fins les gens utilisent Python, dans quels types de développement ils sont impliqués et comment ils combinent leurs différentes utilisations du langage.
À quelles fins utilisez-vous principalement Python ?
Pour le travail et pour des projets personnels
Pour des projets personnels, éducatifs ou secondaires
Pour le travail
Utilisation de Python en 2020 et 2021+ de 100
51%
54%
Analyse des données
45%
48%
Développement web
36%
38%
DevOps / Administration système / Rédaction de scripts d'automatisation
36%
38%
Machine Learning
31%
35%
Programmation d'analyseurs / scrapers / crawlers web
La répartition des cas d'utilisation de Python n'a pas connu de grands changements au fil des ans. L'analyse de données, le machine learning, le développement web et le DevOps restent les domaines dans lesquels Python est le plus utilisé.
Utilisation de Python comme langage principal et secondaire+ de 100
52%
46%
Analyse des données
48%
32%
Développement web
37%
30%
Machine Learning
35%
37%
DevOps / Administration système / Rédaction de scripts d'automatisation
32%
28%
Programmation d'analyseurs / scrapers / crawlers web
Dans quelle mesure êtes-vous impliqué·e dans les activités suivantes ?
Développement web
Analyse des données
Machine Learning
Tests logiciels / Écriture de tests automatisés
Prototypage de logiciels
DevOps / Administration système / Rédaction de scripts d'automatisation
À des fins éducatives
Développement d'applications de bureau
Développement embarqué
Programmation réseau
Développement pour mobile
Développement d'applications multimédia
Graphisme informatique
Programmation d'analyseurs / scrapers / crawlers web
Développement de jeux
Autre
À quelles fins utilisez-vous le plus Python ?+ de 100
23%
25%
Développement web
17%
17%
Analyse des données
11%
13%
Machine Learning
10%
10%
DevOps / Administration système / Rédaction de scripts d'automatisation
9%
7%
À des fins éducatives
Un quart des développeurs qui utilisent Python comme langage principal l'utilisent principalement pour le développement web. Parmi ceux qui utilisent Python comme langage secondaire, seuls 12 % l'utilisent à cette fin.
Il est intéressant de noter que l'analyse de données comme domaine principal d'utilisation de Python est mentionnée par quasiment la même proportion de développeurs pour lesquels Python est le langage de programmation principal (17 %) et secondaire (16 %).
Considérez-vous être Data Scientist ?
Seules les personnes travaillant dans l’analyse des données et le machine learning ont été invités à répondre à cette question.
Seuls 29 % des développeurs Python impliqués dans l'analyse des données et le machine learning se considèrent comme des data scientists.
Versions de Python
Comparaison Python 3 / Python 2
2021
2020
2019
2018
2017
En moyenne, la proportion des utilisateurs de Python 2 diminue de 5 points de pourcentage chaque année, et aujourd'hui, seuls 5 développeurs sur 100 l'utilisent.
Il est intéressant de noter que, par rapport à Python 3, Python 2 est plus souvent utilisé pour le graphisme informatique, les jeux et le développement mobile.
Cas d'utilisation des versions de Python+ de 100
54%
31%
Analyse des données
48%
24%
Développement web
38%
27%
DevOps / Administration système / Rédaction de scripts d'automatisation
38%
16%
Machine Learning
34%
14%
Programmation d'analyseurs / scrapers / crawlers web
Versions de Python 3
Python 3.5 ou inférieur
Python 3.6
Python 3.7
Python 3.8
Python 3.9
Python 3.10
Installation et mise à niveau de Python+ de 100
Remarque : Enthought a obtenu moins de 0,5 % et a été intégré dans la catégorie Autres.
Plus de la moitié des utilisateurs de Windows téléchargent Python via Python.org, alors que seulement un tiers des utilisateurs de Linux le font. Sans surprise, les utilisateurs de Linux et de macOS installent et mettent à jour Python le plus souvent en utilisant les options fournies par le système d'exploitation. Parallèlement, pyenv et les conteneurs Docker sont assez populaires auprès des utilisateurs de macOS.
Isolation de l’environnement Python+ de 100
Parmi les développeurs Python, 75 % utilisent des outils pour isoler les environnements Python. Il est intéressant de noter que Conda est l'outil le plus populaire parmi les développeurs qui utilisent Jupyter Notebook (50 %), tandis que les autres développeurs préfèrent Virtualenv et Docker.
Frameworks et Bibliothèques
Frameworks web+ de 100
Flask, Django et FastAPI sont toujours les trois principaux frameworks web Python. FastAPI, initialement lancé fin 2018, affiche la croissance la plus rapide, avec une progression de 9 points de pourcentage par rapport à l'année précédente. La proportion des utilisateurs de Flask a quant à elle diminué de 5 points de pourcentage par rapport à 2020.
Vous pouvez en savoir plus sur les frameworks Django en consultant les résultats de l'Enquête 2021 sur les Développeurs Django, menée en partenariat avec la Django Software Foundation.
Frameworks et bibliothèques de science des données+ de 100
10 % des développeurs Python utilisent simultanément 7 frameworks et bibliothèques de science des données ou plus, tandis qu'environ la moitié d'entre eux utilisent 2 frameworks ou moins.
Autres frameworks et bibliothèques+ de 100
La majorité des autres frameworks sont plus populaires chez les développeurs web que chez les data scientists, qui utilisent beaucoup plus souvent Tkinker et PyQT.
Frameworks de tests unitaires+ de 100
Le niveau de popularité des frameworks de tests unitaires Python reste pratiquement identique à celui de l'année dernière.
Alors que seulement 56 % des développeurs indépendants les utilisent, 75 % des développeurs travaillant dans des entreprises de 5 000 employés ou plus déclarent utiliser des frameworks de tests unitaires.
ORM+ de 100
SQLAlchemy est l'ORM le plus populaire parmi les utilisateurs de bases de données.
Il est intéressant de noter que 52 % des utilisateurs de Redis utilisent Django ORM, alors qu'il est utilisé par moins d'un tiers des développeurs Python dans leur ensemble. Par ailleurs, 20 % des utilisateurs d'Amazon Redshift déclarent utiliser SQLObject, alors que son utilisation parmi la population des développeurs Python dans son ensemble n'est que de 5 % environ.
Bases de données+ de 100
80 % des data scientists utilisent des bases de données, contre 98 % des développeurs web.
PostgreSQL est utilisé 32 points de pourcentage plus souvent, Redis 25 points plus souvent, et SQLite 12 points plus souvent, dans le développement web que dans la science des données. Parallèlement, les data scientists déclarent utiliser Oracle Database deux fois plus souvent que les développeurs web.
Outils Big Data+ de 100
La répartition des outils Big Data reste quasiment identique par rapport à l'année dernière. En général, les data scientists les utilisent 13 points de pourcentage plus souvent que les autres développeurs, et Apache Spark et Dask sont environ deux fois plus populaires parmi eux.
Plateformes cloud
des développeurs Python utilisent des plateformes cloud.
Classement des plateformes cloud+ de 100
Seules les personnes qui utilisent des plateformes cloud ont répondu à cette question.
Il est intéressant de noter que les utilisateurs de Visual Basic, C# et C/C++, utilisent AWS presque deux fois moins souvent que les développeurs Python en général.
Comment exécutez-vous votre code dans le cloud ?+ de 100
48%
47%
Dans des conteneurs
41%
43%
Dans des machines virtuelles
27%
27%
Sur une plateforme en tant que service
24%
25%
Serverless
2%
2%
Autre
Seules les personnes qui utilisent des plateformes cloud ont répondu à cette question.
Les machines virtuelles continuent de perdre en popularité. Alors qu'en 2018 elles étaient le choix le plus populaire, avec un niveau d'utilisation de 47 %, aujourd'hui, seuls 41 % des développeurs Python en utilisent.
Comment développez-vous pour le cloud ?+ de 100
53%
56%
Localement avec virtualenv
41%
40%
Dans des conteneurs Docker
20%
21%
Dans des machines virtuelles
19%
17%
Dans des environnements de développement à distance
18%
18%
Avec un interpréteur système local
Seules les personnes qui utilisent des plateformes cloud ont répondu à cette question.
Le développement Python local avec virtualenv est extrêmement populaire parmi les personnes impliquées dans le développement web, DevOps, et le prototypage de logiciels (entre 61 et 65 %). L'utilisation des conteneurs Docker est plus particulièrement populaire chez les développeurs web (54 %).
Les machines virtuelles sont largement utilisées par les développeurs impliqués dans le DevOps, le machine learning et la programmation réseau (entre 26 et 27 %). Il est intéressant de noter que les personnes impliquées dans le DevOps et le machine learning utilisent également des environnements de développement à distance plus souvent que tous les autres répondants.
Outils de développement
Système d'exploitation+ de 100
Linux
Windows
macOS
BSD
Autre
Par rapport à 2020, la popularité de Linux et de macOS a diminué de 5 points de pourcentage pour chacun, tandis que l'utilisation de Windows a augmenté de 10 points de pourcentage.
Systèmes d'intégration continue (CI)+ de 100
Introduit en 2018, GitHub Actions a rapidement gagné en popularité et occupe désormais la première place dans la liste des systèmes d'intégration continue (CI), en étant utilisé par un peu moins d'un tiers des développeurs Python.
Un autre système de CI en pleine croissance est Gitlab CI : son utilisation a augmenté de 4 points de pourcentage depuis 2018. Parallèlement, Travis CI perd rapidement de sa popularité, avec une baisse d'utilisation de 13 % par rapport à 2018. Jenkins/Hudson ont également perdu 8 points de pourcentage en trois ans.
des programmeurs Python utilisent des outils de documentation. Le plus populaire est Sphinx.
Outils de documentation+ de 100
Sphinx
MKDocs
Doxygen
Autre
Outils et fonctionnalités pour le développement Python
utilisation de la saisie semi-automatique dans votre éditeur
refactorisation du code
utilisation des systèmes de contrôle de version
utilisation des environnements virtuels Python pour vos projets
utilisation du linting de code
écriture de tests pour votre code
utilisation de bases de données SQL
utilisation d'indications de type facultatives
utilisation d'un débogueur
exécution / débogage ou modification de code sur des machines distantes
utilisation d'outils d'intégration continue
utilisation d'outils de suivi des tickets
utilisation de couverture du code
utilisation d'un profileur Python
utilisation de bases de données NoSQL
Les développeurs qui utilisent Python comme langage principal utilisent un profileur Python et une couverture de code 8 points de pourcentage plus fréquemment et des environnements virtuels Python 10 points de pourcentage plus fréquemment que les développeurs qui utilisent Python comme langage secondaire.
Éditeurs
La proportion d'utilisation combinée des éditions Community et Professional de PyCharm est de 31 %, ce qui est proche du résultat de l'année dernière. VS Code a connu une augmentation de 6 points de pourcentage par rapport à l'année dernière.
Il est intéressant de voir que PyCharm et VS Code sont aussi populaires parmi les développeurs web (39 %), tandis que les data scientists préfèrent VS Code comme IDE principal (9 points de pourcentage de plus).
IDE/Éditeur principal+ de 100
Pour identifier les éditeurs et les IDE les plus populaires, nous avons posé une question à réponse unique : « Quel est l’éditeur principal que vous utilisez actuellement pour développer en Python ? ».
Comparaison Science des données / Développement web+ de 100
36%
39%
VS Code
27%
39%
PyCharm
5%
7%
Vim
2%
1%
Atom
2%
2%
Emacs
Développement web fait référence aux personnes ayant sélectionné « Développement web » en réponse à la question « À quelles fins utilisez-vous le plus Python ? ». Science des données fait référence aux personnes ayant répondu « Analyse de données » ou « Machine learning » à cette même question.
Comment avez-vous entendu parler de l'IDE/éditeur que vous utilisez ?
Le plus souvent, les développeurs Python découvrent leur IDE principal par le biais de formations, de recommandations d'amis/collègues, ou de moteurs de recherche.
Il est intéressant de noter que seulement 1 % des répondants ont déclaré avoir découvert l'outil grâce à de la publicité.
57 % des utilisateurs de Jupyter Notebook en ont entendu parler pour la première fois à l'école/université ou dans le cadre de cours en ligne, contre 25 % pour l'ensemble des répondants.
Nombre d'IDE/éditeurs utilisés
1
2
3
4
5 et plus
VS Code, Jupyter Notebook et PyCharm sont les plus populaires, chacun étant utilisé par plus de 20 % des développeurs Python en plus de leur IDE principal.
Fréquence d'utilisation de l'IDE/éditeur principal
Quotidiennement
Chaque semaine
Chaque mois
Moins fréquemment
IDE/éditeurs utilisés en plus de l'IDE/éditeur principal+ de 100
VS Code, Jupyter Notebook et PyCharm sont les plus populaires, chacun étant utilisé par plus de 20 % des développeurs Python en plus de leur IDE principal.
Ceux qui utilisent Jupyter Notebook comme IDE principal utilisent également Spyder environ quatre fois plus souvent que les autres développeurs Python.
Améliorer Python
Le saviez-vous ?
En 2021, la Python Software Foundation a nommé un nouveau développeur résident pour travailler à plein temps sur le langage Python et aider sa communauté de développeurs.
En juillet, le développeur Łukasz Langa a été engagé en tant que développeur résident pour CPython. Langa travaille au nettoyage du backlog, à l'étude des priorités des projets et à l'examen d'autres domaines d'intérêt.
Que pensez-vous du nouveau
poste de développeur résident ?
Cela me semble être une bonne chose, mais je n'en ai pas encore vu l'impact
Cela me semble être une bonne chose et je vois déjà un impact
Cela ne me plaît pas
Je n'en ai jamais entendu parler
23 % des développeurs Python connaissent déjà le rôle de développeur résident, et 91 % d'entre eux pensent qu'il s'agit d'une bonne initiative.
De plus, 30 % des développeurs qui connaissent le rôle de développeur résident disent déjà constater l'impact de cette initiative.
Signalement des problèmes
Seuls 19 % des utilisateurs de Python ont déjà signalé les bugs qu'ils trouvent. Il est intéressant de noter que l'utilisation de bugs.python.org n'est pas le moyen le plus populaire pour signaler les bugs. En effet, près de deux fois plus de programmeurs préfèrent poser une question ailleurs ou créer une requête pull sur GitHub.
Parmi ceux qui ont signalé des bugs, 73 % ont vu leur problème résolu, et seuls 7 % des répondants disent n'avoir jamais eu de réponse.
Avez-vous essayé de signaler vos problèmes ?
Votre problème a-t-il été résolu ?
Seuls les répondants ayant déjà signalé des problèmes ont répondu à cette question.
Paquets Python
des développeurs Python utilisent des conteneurs, et 59 % d'entre eux utilisent un environnement virtuel dans ces conteneurs.
Utilisez-vous un environnement virtuel dans les conteneurs ?
+ de 100
Utilisez-vous le module de bibliothèque standard venv ?+ de 100
Dépendances des applications
45 % des développeurs Python utilisent des outils pour fixer les versions des dépendances des applications. La méthode la plus courante pour les stocker est le fichier requirements.txt, utilisé par les trois quarts des développeurs.
Utilisez-vous des outils pour gérer les versions précises/exactes des dépendances d'applications ?
Dans quel·s format·s les informations sur vos dépendances d'applications sont-elles stockées ?+ de 100
Seuls les répondants qui utilisent des outils pour gérer les versions précises/exactes des dépendances d'applications ont répondu à cette question.
Utilisez-vous des services automatisés pour mettre à jour les versions des dépendances d'applications ?+ de 100
Quels outils utilisez-vous pour la gestion des dépendances d'applications ?+ de 100
poetry
pipenv
pip-tools
Autre
Aucun
Seuls les répondants qui utilisent des outils pour gérer les versions précises/exactes des dépendances d'applications ont répondu à cette question.
Installation de paquets
90 % des développeurs déclarent utiliser pip pour installer les paquets Python. La plupart obtiennent des paquets via le Python Package Index.
D'où installez-vous les paquets ?+ de 100
Quels outils utilisez-vous pour installer des paquets ?+ de 100
des développeurs Python déclarent développer des applications et 46 % d'entre eux utilisent Setuptools à cette fin.
Quels outils utilisez-vous pour développer
des applications Python ?+ de 100
Seuls les répondants qui développent des applications ont répondu à cette question.
Alors que plus de la moitié des utilisateurs de Python développent des applications, seuls 40 % d'entre eux ont déjà publié ces applications dans un référentiel de paquets.
Quels outils utilisez-vous pour créer des paquets
pour vos bibliothèques Python ?+ de 100
Seuls les répondants qui développent des bibliothèques Python ont répondu à cette question.
34 % des répondants développent des bibliothèques Python, et 71 % d'entre eux utilisent Setuptools, qui est donc la méthode la plus courante pour créer des paquets.
Il est intéressant de noter que seuls 27 % des développeurs de bibliothèques Python les ont déjà publiées dans un référentiel de paquets.
Où avez-vous publié vos
bibliothèques Python empaquetées ?+ de 100
PyPI
Python Package Index privé
Miroir interne de PyPI
conda-forge
Autre
Seuls les répondants qui ont publié leurs bibliothèques Python empaquetées ont répondu à cette question.
Le Python Package Index est l'emplacement le plus populaire pour publier les bibliothèques et les paquets d'applications développés, tandis que Private PyPI est utilisé environ deux fois moins souvent.
Données démographiques
Travail au sein d'une équipe ou de manière indépendante
Travail au sein d'une équipe
Travail sur ses propres projets de manière indépendante
Travail en tant que consultant externe ou formateur
Travail sur des projets
Travail sur de nombreux projets différents
Travail sur un projet principal et plusieurs projets secondaires
Travail sur un seul projet
Situation professionnelle
Taille de l'entreprise
Seuls les répondants employés dans des entreprises ont répondu à cette question.
Taille d'équipe
2-7
8-12
13-20
21-40
> 40
Seuls les répondants employés dans des entreprises ont répondu à cette question.
Secteur d'activité de l'entreprise
Seuls les répondants employés dans des entreprises ont répondu à cette question.
Secteur cible
Seuls les répondants employés dans des entreprises ont répondu à cette question.
Fonction professionnelle+ de 100
Seuls les répondants qui ont un emploi ont répondu à cette question.
Tranche d'âge
18–20
21–29
30–39
40–49
50–59
60 ou plus
Expérience de Python
Moins d'1 an
1 à 2 ans
3 à 5 ans
6 à 10 ans
+ de 11 ans
Expérience professionnelle du codage
Moins d'1 an
1 à 2 ans
3 à 5 ans
6 à 10 ans
+ de 11 ans
Dans quel pays / quelle région vivez-vous ?
Les pays/régions sélectionnés par moins de 1 % des participant·es figurent dans la catégorie « Autre ».
Méthodologie et données brutes
Vous voulez explorer les données en détail ? Téléchargez les réponses anonymisées à l'enquête et voyez ce que vous pouvez en apprendre ! Partagez vos conclusions et vos analyses en mentionnant @jetbrains et @ThePSF sur Twitter avec le hashtag #pythondevsurvey.
Avant d'examiner ces données plus en détail, veuillez prendre en compte ces informations :
Critères pour le filtrage et l'élimination de certaines réponses
- Être âgé de 17 ans ou moins.
- N'a pas atteint la question « Combien d'années d'expérience professionnelle en codage avez-vous ? » sur la troisième page de l'enquête.
- Être âgé de moins de 21 ans et avoir plus de 11 ans d'expérience professionnelle en codage.
- Trop de réponses uniques pour les questions à choix multiples (à l'exception des réponses « Aucun·e »).
- Réponses provenant d'adresses e-mail identiques (il ne reste qu'une seule réponse pour chaque adresse).
- Réponses similaires provenant de la même adresse IP.
Au moins deux des éléments suivants :
- Plus de 16 langages de programmation utilisés.
- Plus de 9 fonctions professionnelles.
- Plus de 11 usages différents de Python (« À quelles fins utilisez-vous Python ? »).
- Le pays/la région sélectionné·e se trouve en haut de la liste alphabétique des pays/régions, non parmi les pays/égions les plus fréquemment cité·e·s, et diffère du pays/de la région détectée par l'IP.
- Les postes de PDG et de support technique sont tous deux sélectionnés.
- PDG et âge de moins de 21 ans tous deux sélectionnés.
- Trop de réponses sélectionnées globalement (répondants déclarent utiliser presque tous les frameworks pour la science des données, pour le développement web, les paquets, etc).
- Réponses données trop rapidement (moins de 6 secondes par question).
Une fois encore, au nom de la Python Software Foundation et de JetBrains, nous tenons à remercier toutes les personnes qui ont participé à cette enquête. Grâce à votre aide, nous sommes en mesure d'établir une cartographie plus précise du paysage de la communauté Python !
Contribuez à la campagne de collecte de dons en faveur de la PSF. La PSF est une organisation à but non lucratif entièrement financée par ses sponsors, ses membres et le grand public.
Consultez les résultats de l'Enquête sur les Développeurs Python de 2020, 2019, 2018 et 2017.
Découvrez les autres rapports d'enquêtes de JetBrains !
Nous espérons que vous avez trouvé notre rapport utile. Partagez ce rapport avec vos amis et collègues !