Émilien Schultz et Matthias Bussonier, Python pour les SHS. Introduction à la programmation pour le traitement de données
Texte intégral
1Tandis que la programmation Python est de plus en plus employée dans le traitement de données, il n’existait pas, jusqu’à la parution de Python pour les SHS. Introduction à la programmation pour le traitement de données d’Émilien Schultz et de Matthias Bussonier, de littérature française sur ses usages possibles en sciences humaines et sociales (SHS). En effet, la grande majorité des ressources didactiques à ce propos sont en anglais. Or, puisqu’il est plus facile de débuter un apprentissage dans sa langue d’usage, « ce livre propose de faciliter cette acculturation pour ensuite bénéficier au mieux des nombreuses ressources existantes » (p. v).
2Ce manuel, qui vient donc combler ce vide, propose une porte d’entrée – pour les étudiants, les praticiens, les enseignants, les chercheurs et les chargés d’études en SHS – vers la programmation Python, en se concentrant en priorité sur les usages du traitement des données en SHS (ce n’est donc pas un ouvrage générique). En effet, avec le foisonnement toujours plus croissant des données numériques dans les SHS, il devient nécessaire de recourir à la méthode informatique pour collecter, mettre en forme et traiter ce type de données. C’est là toute l’ambition de cet ouvrage : démontrer l’utilité et l’accessibilité de la programmation Python en SHS et en faire acquérir les bases pour améliorer « la qualité des pratiques par une plus grande transparence et reproductibilité dans le traitement de données » (p. iii). Pour ce faire, il insiste sur l’aspect pratique plutôt que théorique. Parmi les multiples solutions logicielles existantes, le langage Python est, par sa flexibilité pour répondre aux besoins de chaque problématique, tout à fait approprié pour réaliser les traitements statistiques habituels des SHS, et ce « tout en ouvrant aux nouveaux usages liés à l’automatisation des tâches informatiques, le traitement des grands corpus des humanités numériques ou encore la collecte de données sur les réseaux sociaux » (quatrième de couverture).
3Bien qu’il s’en inspire, contrairement à d’autres manuels qui se concentrent trop souvent sur les premières étapes générales et formelles de la programmation sans aller jusqu’aux étapes d’application et d’adaptation, le présent ouvrage vise l’autonomisation du lecteur en l’accompagnant tout au long de son apprentissage qui se veut progressif. C’est pourquoi les auteurs prennent le temps de développer leur démarche, tout en identifiant les usages et les applications possibles. Plus encore, un effort est fait pour fournir suffisamment d’informations et de vocabulaire au lecteur pour qu’il puisse aller plus loin dans ses recherches s’il veut progresser en programmation. Le lecteur appréciera la familiarisation progressive – à l’aide des nombreux exemples de code et des études de cas concrets proposés – à la programmation, au langage Python et à sa philosophie. Les ressources présentées pourront participer à l’émergence de nouvelles questions, leur utilisation ouvrant l’accès à de nouvelles données ainsi qu’à de nouvelles stratégies d’enquêtes. Outre les remerciements, le prologue, le sommaire, la conclusion, les annexes, la bibliographie et les index, le livre s’organise en dix chapitres. Le premier chapitre, « Python en sciences humaines et sociales », présente de manière générale le langage Python, ses spécificités et la pertinence de son usage dans le cadre des SHS. Le deuxième chapitre, « Se familiariser à Python », vise la familiarisation progressive avec la logique de programmation en Python. Pour cela, cette partie fournit d’abord les notions de base de ce langage avant d’aborder des aspects plus poussés de manipulation des données. Le troisième chapitre, « Les bibliothèques », présente l’utilisation des bibliothèques Python. Il s’agit de fichiers qui contiennent du code Python présentés sous la forme de modules pouvant être utilisés dans un script dans le but d’apporter de nouvelles fonctions et objets. Le chapitre, « Manipuler les données », amène le lecteur à approfondir certaines notions vues précédemment dans le but de manipuler les données de bas niveau. L’appréhension des traitements plus avancés passe par la nécessaire compréhension du comportement de ces entités (listes, textes, nombres).
4Le cinquième, « Traitement de données avec Pandas », présente la bibliothèque Pandas. Cette bibliothèque est dédiée à la manipulation de données organisées sous la forme de tableaux. Elle est particulièrement utilisée pour faciliter, entre autres, le nettoyage des données et les traitements statistiques. Le sixième chapitre, « Statistiques descriptives et inférentielles », se focalise sur la réalisation des traitements statistiques couramment rencontrés en SHS ; à savoir, moyennes, écarts-types, tableaux croisés et corrélations. Aussi, il y est présenté quelques tests statistiques. Le chapitre, « Visualiser », montre comment produire des représentations graphiques des données produites, récoltées, traitées et analysées, et ce, selon leurs natures et leurs spécificités. L’objectif est de produire des synthèses intelligentes et intelligibles, qui soient diffusables auprès d’un public plus large. Le huitième, « Statistiques avancées », aborde des traitements statistiques avancés ; il présente plus particulièrement les analyses factorielles, les modèles de régression et les classifications. Le neuvième chapitre, « Usages avancés », se tourne, à travers des études de cas concrets, vers la récupération de données plus complexes que celles vues jusqu’alors et vers la mise en œuvre de nouvelles analyses. De nouvelles bibliothèques y sont également présentées pour répondre à ces objectifs. Le dixième et dernier chapitre, « Organiser son code et le partager », revient sur l’organisation, l’optimisation et la réutilisation de son code. « En effet, la logique même derrière la programmation est souvent de construire de nouveaux codes, de les réutiliser et de les partager avec d’autres utilisateurs » (p. 291).
5En guise de conclusion, nous terminerons cette recension d’ouvrage sur une note pratique. Le lecteur appréciera la présence : (1) de multiples exemples de code ; (2) de nombreux exercices et études de cas ; (3) de plusieurs encadrés d’information ; (4) de diverses illustrations ; (5) d’une première annexe présentant les étapes pratiques de la programmation ; (6) d’une seconde annexe présentant des ressources utiles pour l’apprentissage de la programmation ; (7) d’une bibliographie ; (8) d’un index des fonctions ; (9) d’un index.
Pour citer cet article
Référence papier
Ugo Roux, « Émilien Schultz et Matthias Bussonier, Python pour les SHS. Introduction à la programmation pour le traitement de données », Questions de communication, 40 | 2021, 627-628.
Référence électronique
Ugo Roux, « Émilien Schultz et Matthias Bussonier, Python pour les SHS. Introduction à la programmation pour le traitement de données », Questions de communication [En ligne], 40 | 2021, mis en ligne le 01 juin 2022, consulté le 07 février 2026. URL : http://journals.openedition.org/questionsdecommunication/27898 ; DOI : https://doi.org/10.4000/questionsdecommunication.27898
Haut de pageDroits d’auteur
Le texte seul est utilisable sous licence CC BY-NC-ND 4.0. Les autres éléments (illustrations, fichiers annexes importés) sont susceptibles d’être soumis à des autorisations d’usage spécifiques.
Haut de page




