Python - bases et introduction aux librairies scientifiques

Objectifs

Connaître les concepts du langage Python ainsi que les principales librairies scientifiques : NumPy, Pandas, Matplotlib...


Compétences visées

- Acquérir les fondamentaux de Python en installant l'environnement, écrivant des premiers programmes, et en utilisant IPython pour interagir avec le langage.

- Maîtriser les bases du langage Python y compris les opérateurs, instructions de contrôle, fonctions, et structures de données

- Structurer un projet Python en modules et packages, en appliquant les principes de programmation modulaire pour organiser le code de manière réutilisable.

- Exploiter la bibliothèque standard de Python pour la gestion des fichiers, des répertoires, et l'interface avec le système d'exploitation

- Mettre en œuvre les concepts de base de la programmation orientée objets

- Adopter des bonnes pratiques de développement Python

- Manipuler des tableaux de données et effectuer des calculs numériques avec NumPy en utilisant ses fonctions pour la corrélation de données, la manipulation de matrices, et d'autres opérations mathématiques

- Visualiser des données en traçant des graphiques avec Matplotlib

- Manipuler et analyser des données avec Pandas, en utilisant des Series et DataFrames pour l'indexation, la transformation, l'agrégation, et la visualisation de données.

- Explorer les bases du Machine Learning et du Deep Learning avec SciKit-Learn, TensorFlow, et PyTorch, pour comprendre les concepts clés et implémenter des modèles simples.

Programme de la formation

Programme

- Introduction rapide

• Historique


• Installation


• Premier programme


• Principales versions


• Prise en main de IPython

- Bases du langage

• Opérateurs et expressions


• Instructions de contrôle


• Fonctions


• Structures de données

- Modules et packages

• Programmation modulaire


• Importation de modules


• Du module au Package

- Librairie standard

• Gestion des fichiers


• Gestion des répertoires


• Interface avec le système

- Programmation objets (bases)

• Définition de classes


• Héritages


• Gestion des exceptions


• Surcharge des opérateurs

- Syntaxe avancée

• Définitions fonctionnelles de listes


• Itérateurs et générateurs


• Décorateurs


• Instructions "with" et Contextlib


• Lambda fonctions

- Aide au développement

• Documentation de code


• Tests unitaires


• Debugger


• Installation de packages (pip)

- NumPy

• Base de NumPy (tableaux et types)


• Entrées/Sorties


• Fonctions utiles
  
  
  
  • corrélation de données
  
  
  • polynômes
  
  
  • programmation fonctionnelle
  
  
  
  


• Manipulation de matrices

- Matplotlib

• Structure d'un graphe - éléments esthétiques


• Layout et Annotations


• Graphes en 3D


• Graphes interactifs


• Introduction à Seaborn


• Introduction à VisPy (3D temps-réel)

- Pandas

• Manipulation de Series et DataFrames


• Indexation, Catégories


• Fonctions numériques et statistiques


• Lecture & écriture de données


• Transformation de données


• Agrégations


• Time-Series


• Visualisation

- Machine Learning

• Introduction à SciKit-Learn


• Introduction à TensorFlow


• Introduction à PyTorch (Deep Learning)

Validation et sanction

Attestation de formation

Type de formation

Non certifiante

Sortie

Sans niveau spécifique