+33 1 69 88 85 29
Formation :
Python Scientifique
Référence : PYS
Durée :
3 jours
Niveau :
Approfondissement
Lieu :
À distance, Paris ou sur site (intra)
Tarif : 1890 € HT
Python Scientifique
Description
Cette formation vous permettra de manipuler, analyser et visualiser vos données avec les librairies les plus populaires de la SciPy Stack : Numpy, Scipy, pandas et matplotlib. Les notions liées à l’utilisation des librairies sont présentées de manière progressive. Afin que les participants s’approprient les notions présentées, plusieurs exercices pratiques sont proposés tout au long de la formation.
Public concerné
Ingénieurs, développeurs, scientifiques, enseignants, etc.
Objectifs de la formation
- Créer et paramétrer son environnement de travail Python Scientifique
- Connaître l’écosystème scientifique de Python
- Analyser ses données avec NumPy, pandas et SciPy
- Visualiser ses données avec Matplotlib et pandas
Prérequis
Avoir de bonnes connaissances en langage Python ou avoir suivi la formation Python Niveau 1.
Programme de la formation
Introduction
- Installer Python et les librairies scientifiques
- Les notebooks Jupyter
- Environnements de développement intégrés
- Éditeur de texte VS Code
Numpy
- Introduction
- Pourquoi avez-vous besoin de Numpy ?
- Pourquoi les tableaux ?
- Créer un tableau avec Numpy
- Manipuler les tableaux Numpy
- Broadcasting
- Les fonctions universelles
- Extraire les informations significatives de vos données
- Masques boléens
- Charger et sauvegarder les tableaux
- Données structurées
Pandas
- Introduction
- Séries (Series)
- Tableau de données (DataFrame)
- Lire / exporter des données sous différents formats
- Indexation et sélection des données
- Opérations simples
- Gérer des données manquantes
- Traitement avancé des données
- Ajouter des dimensions
- Manipuler les MultiIndex
- Travailler avec des chaînes de caractères
- Utiliser des expressions regulières
- Traiter des données temporelles
- Quelles options pour les données masssives ?
Matplotlib et pandas plot
- Introduction : le monde des librairies de visualisation
- Interface MATLAB Vs orientée objet
- Graphique linéaire
- Nuage de points
- Histogramme
- Représenter plusieurs graphiques
- Graphique 3D
- Intéragir avec les graphiques dans le Jupyter notebook
- Modifier les graduations et les axes
- Représentation graphique avec pandas
SciPy
- Introduction
- Intégration
- Algèbre linéaire
- Transformée de Fourier
- Interpolation
- Ajustement de courbe