Python - bases et introduction aux librairies scientifiques

Data Value

Non finançable CPF
Tout public
Présentiel
Public admis
Salarié en poste
Demandeur d'emploi
Entreprise
Etudiant
Prix
1980 €
Durée
Nous contacter
Localité
En présentiel
Découvrez les localités disponibles pour suivre cette formation en présentiel.
En savoir plus sur les localités en présentiel
Cette formation est disponible dans les centres de formation suivants:
  • 75 - Paris 12e
Cette formation peut être dispensée dans votre entreprise dans les localités suivantes :
  • 75 - Paris
  • 77 - Seine-et-Marne
  • 78 - Yvelines
  • 91 - Essonne
  • 92 - Hauts-de-Seine
  • 93 - Seine-Saint-Denis
  • 94 - Val-de-Marne
  • 95 - Val-d'Oise
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
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)

Envie d’en savoir plus sur cette formation ?

Documentez-vous sur la formation

Quelle est votre situation ?

Haut de page