Dev
Python dépasse JavaScript au classement GitHub
Par Laurent Delattre, publié le 04 novembre 2024
Signe des temps et de l’ancrage de l’IA dans le paysage informatique des entreprises, Python est désormais le langage de développement le plus populaire sur GitHub et vient détrôner JavaScript.
Tous les DSI s’en rendent bien compte, l’IA est en train de totalement bouleverser et redessiner le paysage du développement applicatif en entreprise. Mais pour l’instant, l’IA n’est pas en passe de remplacer les développeurs. Elle se contente d’envahir leur quotidien. Ainsi, GitHub explique en ouverture de son rapport « Octoverse 2024 » : « Vous vous souvenez de ceux qui prédisaient que l’IA allait rapidement remplacer les développeurs ? Nos données racontent une toute autre histoire. Alors que l’IA connaît une expansion rapide, les développeurs sont de plus en plus nombreux à intégrer des modèles d’IA dans leurs applications et à s’impliquer dans des projets d’IA sur GitHub. En parallèle, nous observons un nombre record de développeurs qui rejoignent GitHub depuis les quatre coins du monde, et beaucoup d’entre eux contribuent pour la première fois à des projets open source ».
L’IA est en train de transformer le quotidien des développeurs en les secondant dans chaque étape, en accélérant l’écriture de code, en métamorphosant les outils de développement et de tests, et… en influant sur les langages utilisés !
JavaScript supplanté par Python…
Après une décennie à régner en tête du Top 10 des langages les plus utilisés sur GitHub, JavaScript laisse sa place. « Python est devenu en 2024 le langage le plus utilisé sur GitHub, alors que l’activité open source mondiale continue de s’étendre au-delà du développement logiciel traditionnel » constatent les rapporteurs de GitHub. Python est largement utilisé dans les domaines du ML, de l’IA, de la science des données, du calcul scientifique mais aussi dans les projets amateurs et la domotique, entre autres.
Outre la première place de Python, on constate que C++ fait de la résistance malgré les polémiques de ces derniers mois, PHP perd chaque année un peu plus de terrain, et Shell repasse devant C.
L’augmentation de l’utilisation de Python au sein de GitHub correspond à l’arrivée massive de communautés issues du monde des STEM (Sciences, Technologies, Ingénierie et Mathématiques) dans la communauté open source, au-delà de la communauté traditionnelle des développeurs logiciels.
Par ailleurs, GitHub constate aussi en 2024 « une hausse spectaculaire de 92 % de l’utilisation des Jupyter Notebooks. Cela pourrait indiquer que les personnes travaillant dans les domaines de la science des données, de l’IA, de l’apprentissage automatique et du monde académique utilisent de plus en plus GitHub ».
… mais toujours très populaire
Un autre langage poursuit sa formidable progression entamée en 2016 : TypeScript. Développé en open source par Microsoft et imaginé par Anders Hejlsberg (à qui l’on doit Delphi, Turbo Pascal et C#), le langage dérive de JavaScript mais permet d’écrire du code plus robuste, plus sûr et plus aisé à maintenir grâce à un typage statique et des fonctionnalités modernes (classes, interfaces, modules…). TypeScript avait fait sensation l’an dernier en détrônant Java du Top 3 de GitHub. Il continue cette année d’enregistrer une forte progression de son audience.
GitHub précise néanmoins que JavaScript reste extrêmement populaire aussi bien côté serveur que côté client avec un écosystème mature : même si le langage perd une place au classement, l’exploitation de packages JavaScript via npm a ainsi continué de croître de 15% en 2024.
Au-delà des chiffres de popularité, GitHub s’est aussi intéressé à la croissance de cette popularité en 1 an. Un classement qui confirme la fort intérêt des communautés Dev pour Python et TypeScript mais aussi la croissance d’autres langages comme Go et HCL dans l’IaC, Dart et Kotlin dans l’univers Android, Rust dans l’univers des OS mais aussi de Luna, le langage de programmation visuel et fonctionnel conçu pour la science des données et l’analyse.
GitHub constate également que les langages de programmation système, comme Rust, sont également en progression même s’il ne figure pas dans le Top 10. Rust est de plus en plus utilisé en lieu et place du C/C++ au cœur des systèmes d’exploitation, notamment Windows et Linux.
Un autre classement, celui des langages affichant les plus fortes progressions, montre ainsi une forte accélération de langage comme Go et HCL au cœur des approches IaC (Infrastructure as Code) et Kotlin (le langage interopérable avec Java populaire dans l’univers Android).
Au final, ce classement montre à quel point l’IA impacte et redéfinit le paysage du développement entraînant non seulement une adoption massive du langage Python mais aussi un afflux vers GitHub d’une nouvelle population, celle de la “Data Science”, alors que les données jouent un rôle toujours plus central au cœur des projets de la DSI.
Pourquoi un tel succès de Python ?
Le succès de Python dans l’univers de la Data Science et de l’IA s’explique par de multiples facteurs. Le premier d’entre eux est sans conteste sa syntaxe claire et intuitive qui a facilité sa prise en main par des personnes plus intéressées par les données que par la programmation et simplifié la collaboration entre les équipes de data science et de développement. Cette simplicité permet aux développeurs « data » de se concentrer sur la résolution de problèmes complexes sans être entravés par des détails syntaxiques. En outre Python est un langage polyvalent qui s’intègre aisément avec d’autres technologies et langages. Il est compatible avec divers systèmes d’exploitation et peut être utilisé pour des applications variées, du développement web à l’analyse de données en passant par l’automatisation de tâches.
Cette simplicité et cette universalité ont permis l’éclosion d’une communauté extrêmement active et dynamique et par voie de conséquence l’émergence de ressources abondantes.
Et ce dynamisme explique la richesse des bibliothèques et frameworks spécifiques à l’IA et au ML qui constituent aujourd’hui la principale force de Python et explique son succès actuel. L’univers de l’IA et de la Data Science repose essentiellement aujourd’hui sur des bibliothèques Python telles que TensorFlow, PyTorch, Keras, Scikit-learn qui facilitent le développement rapide et le prototypage. L’écosystème Python est renforcé par des outils comme NumPy et Pandas pour la manipulation et l’analyse de grandes quantités de données.
Et si la performance de Python (langage interprété) a souvent été pointée du doigt comme son principal défaut, des bibliothèques comme Cython ou des compilateurs à la volée comme PyPy sont venus masquer ce défaut améliorant considérablement la vitesse d’exécution du code.
À LIRE AUSSI :
À LIRE AUSSI :
À LIRE AUSSI :
