Le panorama : deux familles d'outils

Frameworks web (Flask, FastAPI, Django) contre créateurs d'applications data/ML (Streamlit, Gradio) : deux philosophies, deux publics.

Environ 15 min5 sectionsDébutant

Dans cette leçon

Distinguer les frameworks web des générateurs d'applications data/ML
Situer Flask, FastAPI, Django, Streamlit et Gradio dans leur famille
Classer un besoin réel dans la bonne famille avant de choisir un outil

Comment ça se passe

Lisez le cours section par section, puis passez à la pratique pour appliquer ce que vous venez de voir.

Pour commencer

Vous savez écrire du Python : manipuler des données, entraîner un petit modèle, automatiser un script. Vient toujours le moment où il faut partager ce travail, avec un collègue, un client ou le grand public. Or « faire du Python pour le Web » recouvre des réalités très différentes. Avant de comparer Flask, FastAPI, Django, Streamlit et Gradio un par un, cette leçon dresse la carte : deux grandes familles d'outils, deux philosophies. Situer votre projet dans la bonne famille élimine déjà la moitié des mauvais choix.

Carte mentale

Zoom · molette · glisser pour explorer

Section 01

Deux familles, deux intentions

La première famille, les frameworks web (Flask, FastAPI, Django), sert à construire des sites et des services web « classiques » : vous définissez des URL, vous décidez quel code répond à chaque requête, et vous produisez du HTML ou du JSON. Vous gardez le contrôle de l'expérience, au prix d'écrire plus de choses vous-même.

La seconde famille, les générateurs d'applications data/ML (Streamlit, Gradio), part d'un constat : un data scientist ne veut ni écrire de HTML ni gérer des routes, il veut transformer son script en interface cliquable. Ces outils génèrent l'interface à partir de votre code Python. Vous gagnez un temps énorme, mais vous renoncez au contrôle fin du rendu et des URL.

Ce ne sont pas des concurrents directs : un site e-commerce ne se fait pas en Streamlit, et personne ne réécrit un tableau de bord d'analyse en Django pour le plaisir. Le premier réflexe n'est donc pas « lequel est le meilleur ? » mais « dans quelle famille tombe mon projet ? ».

Exemple travaillé

# Même donnée, deux intentions :
# Frameworks web  -> « je construis un produit ou un service que d'autres utiliseront »
# Apps data/ML    -> « je partage un résultat ou un modèle, vite, sans front-end »

Réfléchissez

Le dernier projet Python que vous avez voulu partager : était-ce un produit destiné à des utilisateurs, ou un résultat à montrer ?

À vous de dessiner

Carte des 4 outils (Flask, Django, Streamlit, Gradio) : un axe « contrôle » vs « vitesse de démo ».

Plein écran →

Étape suivante

Place à la pratique

Mettez en application ce que vous venez de lire dans l'atelier de la leçon.