> Formations > Technologies numériques > Développement logiciel > Python > Formation Python Data Science, manipuler et visualiser les données > Formations > Technologies numériques > Formation Python Data Science, manipuler et visualiser les données
Formation incontournable

Formation : Python Data Science, manipuler et visualiser les données

certification TOSA® en option

Python Data Science, manipuler et visualiser les données

certification TOSA® en option
Télécharger au format pdf Partager cette formation par e-mail 2


La science des données est un domaine multidisciplinaire en constante expansion. Elle s’appuie sur des méthodes scientifiques, des algorithmes et des processus que Python a su maîtriser grâce à un écosystème particulièrement riche. Il est devenu aujourd’hui le langage de référence pour l’analyse de données, quels qu’en soient les formats. Notre formation vous permet la prise en main des outils, bibliothèques et modules Python pour obtenir de rapides compétences en data science avec ce langage.


Inter
Intra
Sur mesure

Cours pratique en présentiel ou en classe à distance

Réf. IYT
Prix : 2390 € H.T.
  4j - 28h00
Pauses-café et
déjeuners offerts
En option :
Dynamique.Model.Bean_FormationOption
Certification : 80 € HT




La science des données est un domaine multidisciplinaire en constante expansion. Elle s’appuie sur des méthodes scientifiques, des algorithmes et des processus que Python a su maîtriser grâce à un écosystème particulièrement riche. Il est devenu aujourd’hui le langage de référence pour l’analyse de données, quels qu’en soient les formats. Notre formation vous permet la prise en main des outils, bibliothèques et modules Python pour obtenir de rapides compétences en data science avec ce langage.

Objectifs pédagogiques
À l’issue de la formation, le participant sera en mesure de :
  • Posséder une vue d’ensemble de l’écosystème scientifique de Python
  • Connaître les librairies scientifiques incontournables pour la science des données
  • Être capable de manipuler des données volumineuses avec Python
  • Comprendre l’intérêt de la datavisualisation
  • Savoir visualiser des données avec Python

Public concerné
Ingénieur, développeur, chercheur, data scientist, data analyst et toute personne désireuse de se former à l'univers scientifique de Python.

Prérequis
Pratique du langage Python.

Programme de la formation

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, 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 votre projet de data science avec Python.
  • Les formats de fichiers scientifiques et les librairies pour les manipuler.
Travaux pratiques
Mise en place de l’environnement de développement : installation d’Anaconda, création d’un environnement virtuel, export et duplication d’un environnement, utiliser les notebooks Jupyter.

La SciPy Stack

  • 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, géospatiales, le traitement du signal, etc.
  • Pandas : l’analyse de données tabulaires (CSV, Excel, etc.), statistiques, pivots, filtres, recherche…
  • Matplotlib : la librairie de visualisation de données incontournable.
Travaux pratiques
Mesurer les performances du NumPy installé par votre Linux et celui d’Anaconda. Traitement d’images avec NumPy. Premiers tracés. Analyses statistiques de fichiers CSV. Premiers éléments de cartographie. Transformées de Fourier.

Les librairies de visualisation

  • Panorama des librairies de visualisation de Python : 2D/3D, desktop/web, statistiques, cartographie, big data...
  • Les librairies orientées desktop : Matplotlib, Pandas, Seaborn.
  • Les librairies orientées web : Bokeh, Altair, Plotly...
  • Les librairies pour la 3D : Plotly, pythreejs, ipyvolume...
  • Les librairies cartographiques : Cartopy, folium, ipyleaflet, Bokeh, cesiumpy…
  • Les librairies big data : datashader, Vaex...
Travaux pratiques
Réalisation de multiples exercices avec quelques librairies présentées. Visualisation big data, cartographique, 2D et 3D.

La datavisualisation

  • L'intérêt de la datavisualisation
  • Utiliser PyViz et l’écosystème HoloViz.
  • Présentation des outils SuperSet, Mayavi, Paraview et VisIt.
Travaux pratiques
Poursuivre l'utilisation des librairies de visualisation et manipulations des outils.

Les formats de fichiers scientifiques et la manipulation de données volumineuses

  • Panorama des principaux formats de fichiers scientifiques : NetCDF, HDF5, GRIB, JSON, PARQUET, MATLAB, CGNS...
  • Manipuler des données volumineuses avec Dask, Vaex et Xarray.
Travaux pratiques
Manipulation de données dépassant les Go, lecture et écriture de fichiers NetCDF/HDF5. Visualisation de données climatiques, images satellites, création de vidéos/animations graphiques.


Modalités pratiques
Travaux pratiques
De nombreux exercices sont réalisés pour illustrer les sujets.
Méthodes pédagogiques;
Pédagogie active, retours d'expériences, des démonstrations sont mises en œuvre par le formateur pour une mise en pratique plus rapide par les participants.

Modalités d'évaluation
Le formateur évalue la progression pédagogique du participant tout au long de la formation au moyen de QCM, mises en situation, travaux pratiques…
Le participant complète également un test de positionnement en amont et en aval pour valider les compétences acquises.

Options
Certification : 80 € HT
Certifiez-vous pour faire reconnaître vos compétences sur le marché et booster votre carrière.

Solutions de financement
Pour trouver la meilleure solution de financement adaptée à votre situation : contactez votre conseiller formation.
Il vous aidera à choisir parmi les solutions suivantes :
  • Le plan de développement des compétences de votre entreprise : rapprochez-vous de votre service RH.
  • Le dispositif FNE-Formation.
  • L’OPCO (opérateurs de compétences) de votre entreprise.
  • Pôle Emploi sous réserve de l’acceptation de votre dossier par votre conseiller Pôle Emploi.
  • Le plan de développement des compétences de votre entreprise : rapprochez-vous de votre service RH.
  • Le dispositif FNE-Formation.
  • L’OPCO (opérateurs de compétences) de votre entreprise.
  • Pôle Emploi sous réserve de l’acceptation de votre dossier par votre conseiller Pôle Emploi.

Avis clients
4,5 / 5
Les avis clients sont issus des évaluations de fin de formation. La note est calculée à partir de l’ensemble des évaluations datant de moins de 12 mois. Seules celles avec un commentaire textuel sont affichées.
BERNHARD A.
04/06/24
2 / 5

La formation n’a pas répondu aux attentes. Prévue sur 6 étapes en 4 jours, seules 2 étapes ont été couvertes en 3 jours. La progression a été lente et redondante par rapport à la formation Python de l’année dernière, qui couvrait déjà Numpy, SciPy, Pandas et Matplotlib. Le retard a rendu la session sur la datavisualisation et les librairies Plotly et Seaborn etc. trop courte. Il y avait un déséquilibre général entre la théorie et la pratique, certains sujets n’ayant pas été abordé
BELHASSEN B.
04/06/24
4 / 5

Le contenu communiqué n est pas réaliste,
MAXIME F.
04/06/24
3 / 5

La première demi journée a été intégralement dédiée à l’installation du logiciel et la préparation de l’environnement. Il est indispensable que l’environnement soit prêt avant l’arrivée des stagiaires. Le niveau des stagiaires était très hétérogène. Les tests de prérequis devraient être retravaillés. Le programme proposé par le formateur sort du cadre de la formation (Machine learning). Il serait préférable de se focaliser sur la manipulation des données et la




Horaires
En présentiel, les cours ont lieu de 9h à 12h30 et de 14h à 17h30.
Les participants sont accueillis à partir de 8h45. Les pauses et déjeuners sont offerts.
En classe à distance, la formation démarre à partir de 9h.
Pour les stages pratiques de 4 ou 5 jours, quelle que soit la modalité, les sessions se terminent à 15h30 le dernier jour.

Dates et lieux
Sélectionnez votre lieu ou optez pour la classe à distance puis choisissez votre date.
Classe à distance