Créer un environnement virtuel Python avec venv en 2026

Pourquoi créer un environnement virtuel Python ?

Quand on commence avec Python, il est tentant d’installer toutes les bibliothèques avec pip directement sur son ordinateur. Cette méthode semble pratique au départ : vous lancez une commande comme pip install requests, puis vous pouvez importer la bibliothèque dans vos scripts.

Le problème apparaît lorsque vous travaillez sur plusieurs projets. Un premier projet peut nécessiter une version donnée d’une bibliothèque, tandis qu’un second projet fonctionne avec une autre version. Installer ou mettre à jour un package pour l’un peut alors casser l’autre.

Un environnement virtuel est un dossier associé à votre projet. Il contient une installation Python isolée et ses propres bibliothèques. Les packages installés dans cet environnement ne viennent pas modifier les packages des autres projets ni, dans la plupart des cas, ceux installés globalement sur votre machine.

Par exemple, imaginez deux dossiers :

• analyse-budget, qui utilise pandas ;
• petit-site-web, qui utilise Flask.

Chaque projet peut avoir son propre environnement virtuel. Vous installez pandas dans le premier et Flask dans le second. Les dépendances restent séparées, ce qui rend votre travail plus prévisible.

Cette habitude devient particulièrement utile lorsque vous suivez un tutoriel, collaborez avec d’autres personnes, déployez une application ou reprenez un projet plusieurs mois plus tard. Elle évite aussi de remplir l’installation Python globale de packages dont vous ne vous servez plus.

Pour un débutant, retenez cette idée simple :

Un projet Python = un dossier de code + un environnement virtuel + une liste de dépendances.

Python propose déjà un outil pour cela : venv. Il est inclus avec les installations standard récentes de Python. Vous n’avez donc généralement pas besoin d’installer un logiciel supplémentaire pour commencer.

Ce qu’il faut avoir avant de commencer

Avant de créer votre environnement, vérifiez que Python est installé et accessible depuis votre terminal. Si vous utilisez Visual Studio Code, ouvrez le terminal intégré avec le menu Terminal, puis Nouveau terminal.

Sur macOS et Linux, la commande suivante permet généralement de vérifier Python :

python3 --version

Sur Windows, essayez d’abord :

py --version

Vous pouvez aussi essayer :

python --version

Si une version de Python s’affiche, vous pouvez continuer. Si le terminal indique que la commande est introuvable, il faut installer Python ou corriger sa configuration. Le guide installer Python et Visual Studio Code peut vous aider à préparer votre poste.

Créez ensuite un dossier pour votre projet. Voici un exemple avec un projet nommé bonjour-packages. Dans votre terminal, placez-vous dans l’emplacement souhaité, puis saisissez :

mkdir bonjour-packages
cd bonjour-packages

Sur Windows, les commandes mkdir et cd fonctionnent aussi dans PowerShell et dans l’invite de commandes. Vous pouvez également créer le dossier avec l’explorateur de fichiers, puis l’ouvrir dans VS Code.

Il est important de créer l’environnement dans le dossier du projet, ou au moins de savoir précisément où il se trouve. Ainsi, votre code et ses dépendances restent faciles à retrouver.

Créer un environnement virtuel avec venv

La commande générale est très courte :

python -m venv nom_de_l_environnement

Le nom le plus courant est .venv. Le point initial rend le dossier moins visible dans certains explorateurs, tout en indiquant clairement qu’il s’agit d’un dossier technique. C’est une convention, pas une obligation : vous pourriez l’appeler venv, env ou autre chose.

Depuis le dossier de votre projet, utilisez l’une des commandes suivantes selon votre système.

Sur Windows

py -m venv .venv

Si la commande py n’est pas disponible mais que python fonctionne, utilisez :

python -m venv .venv

Sur macOS et Linux

python3 -m venv .venv

Après quelques secondes, un nouveau dossier nommé .venv apparaît dans votre projet. Il contient notamment un interpréteur Python et les éléments nécessaires à l’installation de bibliothèques dans cet environnement.

Vous n’avez pas besoin d’ouvrir ni de modifier les fichiers internes de ce dossier. Votre travail se fait dans vos fichiers .py, tandis que venv s’occupe de l’isolation.

Si la création échoue avec un message indiquant que le module venv est absent, consultez la documentation officielle de venv. Sur certaines distributions Linux, les composants liés à venv peuvent être fournis dans un paquet séparé par la distribution.

Activer l’environnement selon votre terminal

Créer l’environnement ne suffit pas : il faut ensuite l’activer dans le terminal où vous allez travailler. L’activation modifie temporairement le chemin utilisé par le terminal afin que les commandes python et pip pointent vers l’environnement du projet.

Après activation, vous verrez souvent (.venv) au début de la ligne de commande. C’est un bon repère visuel, mais le plus fiable reste de vérifier l’interpréteur utilisé, comme nous le verrons plus loin.

Windows avec PowerShell

.venv\Scripts\Activate.ps1

PowerShell peut parfois bloquer l’exécution de ce script pour des raisons de politique de sécurité. Ne téléchargez pas de script inconnu pour contourner ce problème. Consultez plutôt les règles de votre organisation ou l’aide officielle de PowerShell. Vous pouvez aussi utiliser l’invite de commandes Windows.

Windows avec l’invite de commandes

.venv\Scripts\activate.bat

macOS et Linux

source .venv/bin/activate

Une fois activé, testez l’interpréteur :

python --version

Vous pouvez également demander à Python d’indiquer son emplacement :

python -c "import sys; print(sys.executable)"

Le chemin affiché doit contenir le dossier .venv. Cette vérification est utile si vous avez plusieurs versions de Python installées.

Dans VS Code, ouvrez ensuite la palette de commandes avec Ctrl+Shift+P sous Windows ou Linux, ou Cmd+Shift+P sur macOS. Cherchez Python: Select Interpreter, puis sélectionnez l’interpréteur situé dans votre dossier .venv. VS Code pourra alors exécuter votre programme avec les bonnes bibliothèques.

Installer un package avec pip sans se tromper

pip est l’outil habituel pour installer des packages Python depuis le dépôt public PyPI. Une fois votre environnement activé, vous pourriez écrire :

pip install requests

Cette commande installe requests, une bibliothèque très utilisée pour envoyer des requêtes HTTP. Toutefois, une commande légèrement plus robuste consiste à appeler pip depuis l’interpréteur Python actif :

python -m pip install requests

Pourquoi cette forme est-elle recommandée ? Parce qu’elle réduit le risque d’utiliser un pip associé à une autre installation de Python. Le python actif lance son propre module pip.

Si pip doit être mis à jour dans l’environnement, utilisez :

python -m pip install --upgrade pip

Évitez d’ajouter des bibliothèques « au cas où ». Installez seulement ce dont votre projet a besoin. Chaque dépendance apporte du code supplémentaire à maintenir et peut avoir ses propres dépendances.

Pour afficher les packages actuellement installés dans l’environnement :

python -m pip list

Pour connaître les détails d’un package précis :

python -m pip show requests

Vous y trouverez notamment la version installée et l’emplacement du package. Cet emplacement doit correspondre à votre environnement virtuel lorsque celui-ci est correctement activé.

Vérifier concrètement que la bibliothèque fonctionne

Installer un package sans erreur est une première étape. Le test le plus simple consiste à l’importer dans un petit script.

Dans votre dossier de projet, créez un fichier nommé test_requests.py. Dans VS Code, vous pouvez créer ce fichier dans l’explorateur de gauche. Ajoutez le code suivant :

import requests

print("Requests est disponible")
print(requests.__version__)

Exécutez-le dans le terminal où l’environnement est actif :

python test_requests.py

Si le message et un numéro de version s’affichent, l’import a fonctionné. Vous avez donc installé requests dans l’environnement actif et Python le trouve correctement.

Une autre vérification consiste à afficher le chemin du module chargé :

python -c "import requests; print(requests.__file__)"

Le chemin devrait normalement mener vers un sous-dossier de .venv. Si Python affiche une erreur du type ModuleNotFoundError, vérifiez les points suivants :

• l’environnement est-il activé dans ce terminal ?
• avez-vous exécuté python -m pip install requests après l’activation ?
• VS Code utilise-t-il l’interpréteur de .venv ?
• le fichier ne s’appelle-t-il pas requests.py ? Ce nom masquerait la vraie bibliothèque.

Les erreurs liées aux imports font partie de l’apprentissage. Pour comprendre les messages les plus fréquents, vous pouvez consulter notre article sur les erreurs Python fréquentes et leurs corrections.

Conserver les dépendances dans requirements.txt

Un environnement virtuel est conçu pour être recréé. Il ne faut donc pas compter uniquement sur le dossier .venv pour décrire les bibliothèques de votre projet.

Après avoir installé les packages nécessaires, créez un fichier texte qui liste les dépendances. La commande suivante écrit les packages installés dans un fichier nommé requirements.txt :

python -m pip freeze > requirements.txt

Ouvrez ensuite ce fichier. Vous y verrez des lignes contenant des noms de packages et des versions, par exemple requests et les dépendances dont il a besoin. Garder des versions précises aide à retrouver un environnement semblable plus tard.

Sur un autre ordinateur, ou après avoir supprimé l’environnement, la procédure est simple :

1. créer un nouvel environnement avec venv ;
2. l’activer ;
3. installer les dépendances listées.

python -m pip install -r requirements.txt

Pour un tout petit projet, vous pouvez aussi écrire vous-même les dépendances nécessaires dans requirements.txt. L’essentiel est que le fichier corresponde aux besoins réels du code.

Si vous utilisez Git, n’ajoutez généralement pas le dossier .venv au dépôt : il peut être recréé, et son contenu dépend du système d’exploitation. Ajoutez plutôt cette ligne dans un fichier .gitignore :

.venv/

En revanche, conservez requirements.txt avec votre code. C’est lui qui permet aux autres personnes, ou à votre futur vous, d’installer les bonnes dépendances.

Désactiver, supprimer et recréer l’environnement

Lorsque vous avez fini de travailler dans un terminal, désactivez l’environnement avec :

deactivate

Le préfixe (.venv) disparaît normalement de l’invite de commande. Cette action ne supprime rien : elle remet seulement votre terminal dans son état habituel.

Pour revenir travailler sur le projet, ouvrez un terminal dans le bon dossier et activez de nouveau l’environnement avec la commande adaptée à votre système.

Si l’environnement est devenu inutilisable, si vous souhaitez repartir de zéro ou si vous n’en avez plus besoin, vous pouvez simplement supprimer le dossier .venv. Sous Windows, faites-le dans l’explorateur de fichiers ou avec une commande adaptée à votre terminal. Sur macOS et Linux, vous pouvez le supprimer depuis l’explorateur ou le terminal.

Attention : la suppression du dossier efface les packages installés dans cet environnement. Elle ne supprime pas vos fichiers Python, à condition que vous ayez bien séparé votre code de .venv.

Pour le recréer, répétez les étapes :

python -m venv .venv
python -m pip install -r requirements.txt

Sur macOS et Linux, remplacez éventuellement python par python3. N’oubliez pas d’activer l’environnement entre les deux commandes si nécessaire.

Les bonnes habitudes à retenir pour vos prochains projets

venv n’est pas compliqué, mais son intérêt repose sur une routine. Dès que vous créez un nouveau projet Python, créez son environnement virtuel avant d’installer la première bibliothèque.

• Créez un dossier dédié à chaque projet.
• Créez un environnement nommé .venv.
• Activez-le avant d’installer ou d’exécuter du code.
• Préférez python -m pip à pip seul pour limiter les confusions.
• Conservez les dépendances dans requirements.txt.
• N’envoyez pas le dossier .venv dans Git ; ignorez-le avec .gitignore.
• Recréez l’environnement si nécessaire plutôt que de modifier ses fichiers internes.

Cette organisation paraît être une étape de plus au début. En pratique, elle vous fait gagner du temps dès que vous installez plusieurs bibliothèques ou que vous alternez entre plusieurs exercices. Elle prépare aussi vos futurs projets plus ambitieux, qu’il s’agisse d’un script, d’une application web ou d’un outil d’analyse de données.

Conclusion : isoler aujourd’hui pour coder plus sereinement demain

Avec venv, Python fournit une solution simple pour séparer les bibliothèques de vos projets. Vous créez un dossier .venv, vous l’activez, vous installez vos packages avec pip et vous conservez la liste des dépendances dans requirements.txt.

Adoptez ce réflexe sur votre prochain exercice, même s’il ne contient qu’un seul fichier Python. Vous pourrez ensuite poursuivre avec un mini-projet comme notre calculatrice Python en console, en gardant un environnement propre dès le départ.