INF-26 Python, initiation au traitement de données économiques et scientifiques

À l’issue de la formation, chaque participant devra mieux :

• Posséder une vue d’ensemble de l’écosystème scientifique de Python
• Connaître les librairies scientifiques incontournables pour la science des données

Initiation au langage Python

• L'environnement de développement Python/Anaconda.
• Les principaux types de données : chaînes, booléennes, nombres, listes, tuples et dictionnaires.
• Les structures de contrôles : les boucles for et while, le test if/elif/else.
• Les fonctions : création, passage de paramètres, valeurs par défaut, arguments variables.
• Créer et utiliser des librairies.
• Les principaux pièges de Python : types mutables et un mutable, affectation par référence/adresse.

Compléments sur le langage

• Comprendre la syntaxe orientée objet.
• Savoir créer une classe : attributs de classe, d’instance, méthodes, fonctions spéciales.
• Lecture et écriture de fichiers au format texte.
• Utiliser les librairies standard : bases de données relationnelles et expressions régulières.

Présentation de l'écosystème Python scientifique

• Panorama de l’écosystème scientifique de Python : les librairies incontournables.
• Savoir où trouver de nouvelles librairies et juger de leur pérennité.
• Les principaux outils et logiciels open source pour la data science.
• Pourquoi utiliser une distribution scientifique comme Anaconda.
• Comprendre l’intérêt d’un environnement virtuel et savoir l’utiliser.
• L’interpréteur iPython et le serveur Jupyter.
• Les bonnes pratiques pour bien démarrer son projet de data science avec Python.
• Les formats de fichiers scientifiques et les librairies pour les manipuler.

La SciPy Stack

• Pandas : l’analyse de données tabulaires (CSV, Excel...), statistiques, pivots, filtres, recherche…
• Matplotlib : la librairie de visualisation de données incontournable pour bien démarrer.
• Le socle de librairies scientifiques incontournables sur lequel sont basées toutes les autres : la SciPy Stack.
• Numpy : calcul numérique et algèbre linéaire (les vecteurs, matrices, images).
• Scipy, basée sur Numpy pour : les statistiques, les analyses fonctionnelles et géospatiales, le traitement du signal...

Débutants en programmation, professionnels désireux d'apprendre Python pour automatiser des tâches ou développer des applications simples.

04 journées de 8 heures chacune

Formateur spécialisé avec longue expérience

Nous contacter au (+225) 07 49 10 10 52 – 27 23 48 90 16 ou par email : info@emergencesgroupe.com