Script Python : Top 10 Exemples Pratiques 2026

Le langage Python est devenu incontournable pour automatiser des tâches, analyser des données et développer des applications. Dans cet article, nous explorons dix exemples pratiques de scripts Python qui répondent aux besoins variés des utilisateurs en 2026. Que vous soyez débutant ou développeur expérimenté, ces scripts vous aideront à comprendre comment Python peut simplifier votre travail quotidien.

Nous allons également comparer ces exemples avec d’autres alternatives disponibles, afin que vous puissiez choisir la solution la plus adaptée à votre contexte.

1. Automatisation des tâches répétitives #

Exemple : Renommer plusieurs fichiers

Un script simple pour renommer en masse des fichiers dans un répertoire peut grandement simplifier votre travail. Voici un exemple :

import os

def rename_files(directory):
    for count, filename in enumerate(os.listdir(directory)):
        new_name = f"file_{count}.txt"
        os.rename(os.path.join(directory, filename), os.path.join(directory, new_name))

rename_files('/path/to/directory')

Alternative : Utiliser un logiciel dédié comme Bulk Rename Utility peut être plus intuitif pour les non-programmeurs.

2. Web Scraping #

Exemple : Collecte de données depuis un site web

Python, avec des bibliothèques comme BeautifulSoup et Requests, est parfait pour extraire des informations d’un site web.

import requests
from bs4 import BeautifulSoup

url = 'https://example.com'
response = requests.get(url)
soup = BeautifulSoup(response.text, 'html.parser')

for item in soup.find_all('h2'):
    print(item.text)

Comparatif : Des outils comme Octoparse offrent une interface visuelle qui peut convenir à ceux qui préfèrent éviter le code.

3. Analyse de données #

Exemple : Statistiques simples avec Pandas

L’analyse de données est un domaine où Python excelle. Voici comment calculer la moyenne d’une série de nombres :

import pandas as pd

data = {'valeurs': [10, 20, 30, 40]}
df = pd.DataFrame(data)
moyenne = df['valeurs'].mean()
print(f"La moyenne est : {moyenne}")

Alternatives : R et ses packages spécifiques peuvent offrir des fonctionnalités avancées pour les statisticiens.

4. Création d’API REST #

Exemple : API simple avec Flask

Créer une API RESTful avec Flask est rapide et efficace :

from flask import Flask, jsonify

app = Flask(name)

@app.route('/api/data', methods=['GET'])
def get_data():
    return jsonify({"message": "Hello World!"})

if name == 'main':
    app.run()

Comparatif : Node.js offre également des solutions performantes pour le développement d’API mais nécessite une courbe d’apprentissage différente.

5. Traitement d’image #

Exemple : Redimensionner une image avec Pillow

La bibliothèque Pillow permet de manipuler facilement les images :

from PIL import Image

img = Image.open('image.jpg')
img = img.resize((100, 100))
img.save('image_resized.jpg')

Alternative : GIMP ou Photoshop sont des outils puissants mais nécessitent une intervention manuelle.

6. Envoi d’e-mails automatisé #

Exemple : Envoyer un e-mail via SMTP

Automatiser l’envoi d’e-mails peut être utile dans divers scénarios :

import smtplib
from email.mime.text import MIMEText

msg = MIMEText("Ceci est un message automatisé.")
msg['Subject'] = 'Test'
msg['From'] = '[email protected]'
msg['To'] = '[email protected]'

with smtplib.SMTP('smtp.example.com') as server:
    server.login("username", "password")
    server.send_message(msg)

Comparatif : Des services comme Mailchimp permettent de gérer les campagnes par e-mail sans coder.

7. Gestion de bases de données #

Exemple : Connexion à SQLite et exécution de requêtes simples

Python facilite l’interaction avec les bases de données :

import sqlite3

conn = sqlite3.connect('example.db')
cursor = conn.cursor()
cursor.execute("CREATE TABLE IF NOT EXISTS users (id INTEGER PRIMARY KEY, name TEXT)")
conn.commit()
conn.close()

Alternative : Les interfaces graphiques comme phpMyAdmin simplifient la gestion sans coder.

8. Génération de rapports PDF #

Exemple : Créer un PDF avec ReportLab

Générer des documents PDF est facile avec ReportLab :

from reportlab.lib.pagesizes import letter
from reportlab.pdfgen import canvas

c = canvas.Canvas("rapport.pdf", pagesize=letter)
c.drawString(100, 750, "Rapport Automatisé")
c.save()

Comparatif : Des outils comme Canva offrent une interface conviviale pour créer des PDF visuellement attrayants.

9. Chatbot simple avec NLTK #

Exemple : Créer un chatbot basique

Utiliser NLTK pour créer un chatbot basique peut être très formateur :

import nltk
from nltk.chat.util import Chat, reflections

pairs = [
    ['Bonjour', ['Salut ! Comment puis-je vous aider ?']],
    ['Au revoir', ['À bientôt !']]
]

chatbot = Chat(pairs, reflections)
chatbot.converse()

Alternative : Des plateformes comme Dialogflow permettent de construire des chatbots sans codage complexe.

10. Visualisation de données #

Exemple : Créer un graphique avec Matplotlib

Visualiser vos données rend l’information plus accessible :

import matplotlib.pyplot as plt

x = [1, 2, 3]
y = [1, 4, 9]
plt.plot(x, y)
plt.title('Exemple de graphique')
plt.show()

Comparatif : Tableau offre une solution plus interactive mais nécessite un abonnement.

FAQ #

Qu’est-ce qu’un script Python ?

Un script Python est un fichier contenant du code écrit dans le langage Python qui s’exécute pour réaliser certaines tâches automatisées ou spécifiques.

Comment exécuter un script Python ?

Vous pouvez exécuter un script Python en utilisant la commande python nom_du_script.py dans le terminal ou l’invite de commande.

Quels sont les avantages de Python par rapport à d’autres langages ?

Python est réputé pour sa syntaxe claire et concise, sa vaste bibliothèque standard et sa communauté active qui facilite l’apprentissage et le support technique.

Quelles bibliothèques utiliser pour le traitement de données en Python ?

Les bibliothèques populaires incluent Pandas pour la manipulation de données et Matplotlib pour la visualisation graphique.

Comment déboguer efficacement un script Python ?

Utilisez l’instruction print() pour afficher les valeurs intermédiaires ou utilisez des outils comme pdb, le débogueur intégré à Python.

Explorez ces exemples pratiques et commencez dès aujourd’hui à tirer parti du potentiel qu’offre Python dans vos projets !