Python pour la Data Science

Objectifs

Apprendre à utiliser le langage Python et ses principales librairies scientifiques pour traiter, visualiser et modéliser les données en Data Science

Programme de la formation

- L'écosystème scientifique Python

• Les incontournables: Numpy, Scipy, Pandas, Matplotlib et iPython qui sont le ciment de toutes les autres librairies scientifiques
• Panorama des librairies et logiciels scientifiques par domaine
• Les critères permettant de juger de la qualité d'une librairie

- Calculer avec des nombres réels: comprendre les erreurs de calculs

• La représentation des nombres réels
• Comprendre les erreurs de calculs et les contourner

- La scipy stack

• Manipuler des tableaux de nombres: Numpy
  • Différences avec les listes Python
  • Création, sélection, filtres et principales fonctions
• Visualiser ses données: Matplotlib
  • Les concepts de la librairie
  • Principaux graphiques: nuages de points, courbes, histogrammes, boxplot, ...
  • Fonctionnalités avancées: 3D, légendes, colorbar, manipuler les axes, annotations, ...
• Analyse de données: Pandas
  • Les fondements de la librairie: Manipuler des données de type CSV et Excel
  • Séries et Dataframes
  • Index, sélection de données, filtres/recherche, agrégations, jointures et fonctions avancées
  • Manipuler des séries temporelles
• Les fonctions mathématiques avancées: Scipy
  • Statistiques, optimisation, interpolations/régressions, traitement d'images

- Visualisation de données

• Présentation de l'écosystème de visualisation de données de Python
• Les librairies orientées Web: Bokeh, Altair et Plotly
• Les "écosystèmes" PyViz et HoloViz
• La visualisation de données volumineuses/big data avec DataShader
• Les statistiques avec Seaborn

- Visualiser des données géospatiales

• Convertir ses données d'un système de coordonnées à l'autre
• Cartographie interactive "à la Open Street Map/Google Maps" avec Folium/iPyleaflet
• Cartographie statique avec Cartopy
• Autres librairies géospatiales

- Manipulation de données volumineuses

• Les librairies h5py, pytables, netcdf4, xarray, iris, parquet permettant de lire vos fichiers scientifiques
• Paralléliser ses calculs avec Dask
• Paralléliser ses calculs avec CuDF
• Manipuler des dataframes gigantesques avec Dask

- Personnalisation
Sous réserve de contraintes techniques ou de confidentialité, nous vous pr

Validation et sanction

Attestation de formation

Type de formation

Non certifiante

Sortie

Sans niveau spécifique