Vous êtes ici : Accueil > Big Data > Formation > Data Science > Python pour la Data Science

Formation Python pour la Data Science


Objectifs

Connaître et savoir utiliser les librairies incontournables de Python pour la data science : La Scipy Stack
Connaître et utiliser les principales librairies de visualisation de données et notamment orientées cartographie
Savoir manipuler des données volumineuses ne tenant pas en mémoire
Avoir une bonne compréhension de l'écosystème scientifique de Python, savoir trouver ses librairies et juger de leur qualité

Pré-requis

Pour suivre ce stage dans de bonnes conditions, il est recommandé d'avoir suivi en amont la formation Python – Bases et introduction aux librairies scientifiques

Méthode

Nos formations sont majoritairement pratiques (70%), les concepts théoriques sont illustrés d’exemples et exercices. Les supports sont essentiellement construits avec les notebooks Jupyter/Lab et sont suffisamment détaillés pour être repris seul(e) après la formation.
Pédagogie active mêlant exposés, exercices et applications pratiques dans le logiciel Python.

Pour aller plus loin

Nous vous recommandons la formation Machine Learning

Programme

- L'écosystème scientifique Python
Il n'est pas facile d'y voir clair dans l'écosystème scientifique de Python tant les librairies sont variées et nombreuses.
Cette présentation vous apportera une vue d'ensemble et les éléments clefs qui vous aideront à choisir vos librairies et outils de travail pour vos projets de data science avec 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
Les nombres réels, dans la plupart des langages, dont Python, utilisent la norme en virgule flottante.
Celle-ci n'est pas précise et peut générer des erreurs de calcul parfois bien gênantes.
  • La représentation des nombres réels
  • Comprendre les erreurs de calculs et les contourner

- La scipy stack
La librairie Numpy qui signifie Numeric Python est la première que vous devez apprendre. Elle constitue avec Scipy, Matplotlib et Pandas le socle sur lequel s'appuient toutes les autres librairies scientifiques.
  • 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
Bien que Matplotlib constitue la première librairie de visualisation que vous devrez apprendre, elle possède 2 limites majeures: elle ne sait pas gérer les données volumineuses et n'est pas adaptée au Web. Mais Python a su développer un riche écosystème de visualisation de données qui devrait pouvoir répondre à toutes vos attentes.
  • 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
Posséder des données disposant de coordonnées géospatiales apporte une toute autre dimension à leur représentation. Python est très bien outillé dans ce domaine.
  • 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
Numpy et Pandas sont 2 librairies incroyables, mais elles ont 2 limites majeures: elles ne savent pas traiter des données de très grande volumétrie qui ne tiennent pas en mémoire et ne savent pas toujours paralléliser leurs calculs.
Python a su développer des solutions.
  • 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 proposons de personnaliser la formation en réalisant des exercices directement sur vos données métiers.

La formation Python pour la Data Science dans nos Centres ou en distanciel

  • Tarif : 3 000 € HT
    -10% dès 2 inscrits, -20% à partir de 3

Nos prochaines sessions

A distance

du 30 nov. au 4 déc. 2020


Lyon

du 2 au 6 novembre 2020

du 8 au 12 juin 2021


Paris

du 23 au 27 novembre 2020

du 22 au 26 juin 2021


Toulouse

du 12 au 16 octobre 2020

du 30 mars au 3 avr. 2021


Bordeaux | Lille | Marseille | Nantes | Nice | Strasbourg

Demandez l'ouverture d'une nouvelle session dès 2 collaborateurs intéressés
Demande d'ouverture d'une nouvelle session Notre formation Python pour la Data Science vous intéresse mais vous n'êtes pas disponible aux dates proposées ?
Les lieux d'organisation ne vous conviennent pas ?
Faites-nous part de votre demande d'ouverture d'une nouvelle session dans l'une des 9 villes proposées.
Pour cela, votre demande doit concerner au moins 2 personnes et la session doit être planifiée dans un délai minimal de 3 mois.
Un conseiller vous confirmera au plus vite l'ajout de cette nouvelle session.

* : champ obligatoire

Formation souhaitée

Ville souhaitée

Date de démarrage souhaitée

Votre message

Nombre de participants

Vos coordonnées :

Civilité *

Votre prénom *

Votre nom *

Votre Société *

Votre email *

Votre téléphone *

Je souhaite recevoir par email :
le catalogue formation (2 fois par an)des lettres d'information ponctuelles (6 par an au maximum)

En soumettant ce formulaire, j'accepte que les informations saisies soient exploitées dans le cadre de la demande d'ouverture d'une nouvelle session de formation interentreprises et de la relation commerciale qui peut en découler

Pour connaître et exercer vos droits, notamment de retrait de votre consentement à l'utilisation des données collectées par ce formulaire, veuillez consulter notre politique de confidentialité



Plans d'accès / hébergements
La formation Python pour la Data Science dans votre Entreprise

Vous avez un projet ? Décrivez-le nous au moyen du formulaire ci-dessous et recevez un devis personnalisé dans les meilleurs délais.

Votre projet :

* : champ obligatoire

Formation souhaitée *

Nombre de participants
Min : 
Max :

Lieu de la formation *

Logiciel statistique à votre disposition

Période souhaitée
Début :
Fin :      

Vos commentaires

Envoyez-nous un fichier (cahier des charges, ...)

Vos coordonnées :

Civilité *

Votre prénom *

Votre nom *

Votre Société *

Votre email *

Votre téléphone *

Je souhaite recevoir par email :
le catalogue formation (2 fois par an)des lettres d'information ponctuelles (6 par an au maximum)

En soumettant ce formulaire, j'accepte que les informations saisies soient exploitées dans le cadre de la demande de devis pour une formation intra-entreprise et de la relation commerciale qui peut en découler

Pour connaître et exercer vos droits, notamment de retrait de votre consentement à l'utilisation des données collectées par ce formulaire, veuillez consulter notre politique de confidentialité