Pour connecter Python à une base de données SQL, installez le pilote qui correspond à votre base (aucun pour SQLite, PyMySQL pour MySQL, psycopg pour PostgreSQL), ouvrez une connexion avec connect(), exécutez vos requêtes avec des paramètres, validez les écritures avec commit() et fermez la connexion. Le schéma est le même pour toutes les bases, seuls le module et la syntaxe des paramètres changent.
Le principe commun à tous les pilotes
Les pilotes SQL de Python suivent la même spécification, la DB-API 2.0 (PEP 249). Vous retrouvez donc partout les mêmes objets : une connexion, créée par connect(), et un curseur, qui exécute les requêtes avec execute() et renvoie les lignes avec fetchone() ou fetchall(). La connexion porte la transaction : commit() valide, rollback() annule, close() libère la ressource.
La différence qui piège le plus souvent est le marqueur de paramètre. La PEP 249 autorise cinq styles, et chaque pilote choisit le sien : ? pour sqlite3, %s pour PyMySQL et psycopg. Si une requête copiée d'un tutoriel échoue, vérifiez d'abord ce point.
Quel module pour quelle base
| Base | Module | Installation | Marqueur de paramètre |
|---|---|---|---|
| SQLite | sqlite3 | Aucune, il fait partie de la bibliothèque standard | ? ou :nom |
| MySQL, MariaDB | PyMySQL | pip install PyMySQL | %s |
| PostgreSQL | psycopg (version 3) | pip install "psycopg[binary]" | %s |
| Plusieurs bases avec le même code | SQLAlchemy | pip install SQLAlchemy plus le pilote de la base | :nom avec text() |
Vérifiez votre version de Python avant d'installer. En novembre 2026, PyMySQL 1.2 demande Python 3.9 ou plus, psycopg 3 est testé à partir de Python 3.10, et SQLAlchemy 2.1 exige Python 3.11. Si pip vous pose problème, le guide pour installer et utiliser pip reprend les bases, environnements virtuels compris.
Exemple 1 : SQLite, sans rien installer
SQLite stocke toute la base dans un fichier. C'est le bon choix pour un prototype, un script d'automatisation ou un petit outil interne.
import sqlite3
from contextlib import closing
with closing(sqlite3.connect("crm.db")) as conn:
with conn: # valide à la sortie, annule en cas d'erreur
conn.execute("CREATE TABLE IF NOT EXISTS clients (id INTEGER PRIMARY KEY, nom TEXT, secteur TEXT)")
conn.execute("INSERT INTO clients (nom, secteur) VALUES (?, ?)", ("Durand SARL", "BTP"))
conn.row_factory = sqlite3.Row
for ligne in conn.execute("SELECT nom FROM clients WHERE secteur = ?", ("BTP",)):
print(ligne["nom"])Deux détails tirés de la documentation officielle. Le bloc with conn valide la transaction si tout se passe bien et l'annule en cas d'exception, mais il ne ferme pas la connexion : d'où le closing() autour. Et sqlite3.Row permet de lire une colonne par son nom plutôt que par sa position.
Exemple 2 : MySQL ou MariaDB avec PyMySQL
import os
import pymysql.cursors
conn = pymysql.connect(
host=os.environ["DB_HOST"],
user=os.environ["DB_USER"],
password=os.environ["DB_PASSWORD"],
database="crm",
cursorclass=pymysql.cursors.DictCursor,
)
with conn:
with conn.cursor() as cur:
cur.execute("UPDATE clients SET statut = %s WHERE id = %s", ("actif", 42))
conn.commit()PyMySQL n'est pas en mode autocommit par défaut. Sans conn.commit(), la mise à jour disparaît à la fermeture et aucun message ne vous prévient. Avec DictCursor, chaque ligne lue arrive sous forme de dictionnaire. Pour une base de test sans toucher à votre machine, vous pouvez lancer MySQL ou PostgreSQL dans Docker.
Exemple 3 : PostgreSQL avec psycopg
Le paquet s'appelle psycopg, et il n'existe pas de paquet psycopg3. Beaucoup de tutoriels utilisent encore psycopg2 : il fonctionne, mais un nouveau projet a intérêt à partir sur la version 3.
import os
import psycopg
with psycopg.connect(
host=os.environ["DB_HOST"],
dbname="crm",
user=os.environ["DB_USER"],
password=os.environ["DB_PASSWORD"],
) as conn:
with conn.cursor() as cur:
cur.execute("SELECT nom FROM clients WHERE secteur = %s", ("BTP",))
for (nom,) in cur.fetchall():
print(nom)Ici, le bloc with fait tout : il valide la transaction ouverte (ou l'annule si une exception survient), puis ferme la connexion.
SQLAlchemy et pandas : un seul code pour plusieurs bases
SQLAlchemy ajoute une couche au-dessus des pilotes. Vous décrivez la base par une URL, et le reste du code ne change pas quand vous passez de SQLite à PostgreSQL. C'est aussi la porte d'entrée recommandée pour pandas, dont la fonction read_sql n'accepte comme connexion directe qu'une connexion sqlite3, une connexion SQLAlchemy ou une connexion ADBC.
import pandas as pd
from sqlalchemy import create_engine, text
engine = create_engine("postgresql+psycopg://utilisateur:motdepasse@localhost/crm")
# MySQL : "mysql+pymysql://utilisateur:motdepasse@localhost/crm"
# SQLite : "sqlite:///crm.db"
with engine.connect() as conn:
ventes = pd.read_sql(text("SELECT * FROM ventes WHERE annee = :annee"), conn, params={"annee": 2026})Attention aux mots de passe qui contiennent @ ou / : dans une URL, ils doivent être encodés, par exemple avec urllib.parse.quote_plus(). Plus simple, construisez l'adresse avec URL.create(), qui accepte le mot de passe tel quel. Une fois les données dans un DataFrame, la suite se passe dans pandas, comme dans le tutoriel pour analyser des données avec pandas.
Les erreurs qui coûtent cher
Construire la requête avec une f-string
Écrire f"SELECT * FROM clients WHERE nom = '{nom}'" ouvre la porte à l'injection SQL : une valeur saisie par un utilisateur peut modifier la requête elle-même. La documentation de sqlite3 le dit sans détour. Passez toujours les valeurs en paramètres, dans un tuple ou un dictionnaire séparé de la requête. Seuls les noms de tables et de colonnes ne peuvent pas être paramétrés : s'ils sont variables, comparez-les à une liste de valeurs autorisées.
Oublier le commit
Une écriture non validée est perdue. Le comportement par défaut varie selon le pilote, et sqlite3 lui-même annonce un changement de valeur par défaut de son paramètre autocommit dans une future version de Python. Le réflexe le plus sûr : gérer les écritures dans un bloc with qui valide ou annule, et prévoir le cas d'erreur, comme expliqué dans l'article sur la gestion des erreurs et exceptions en Python.
Laisser le mot de passe dans le script
Un identifiant écrit en clair finit tôt ou tard dans un dépôt Git ou un e-mail. Lisez-le dans une variable d'environnement, comme dans les exemples ci-dessus, et connectez le script avec un compte qui n'a que les droits nécessaires : lecture seule pour un export, par exemple.
Ouvrir une connexion par ligne
Ouvrir et fermer une connexion dans une boucle ralentit tout. Ouvrez-la une fois, et pour insérer beaucoup de lignes, utilisez executemany() avec une liste de tuples.
Par où commencer
Commencez par l'exemple SQLite : il tourne sans serveur et vous fait pratiquer connexion, paramètres et transactions. Passez ensuite à la base de votre entreprise en changeant le pilote et le marqueur de paramètre, sans toucher au reste de la logique.
Pour aller plus loin, la formation Python à distance avec certification TOSA couvre le langage, et la formation bases de données SQL et NoSQL traite la conception et l'optimisation des bases.