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.
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.
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
- Bases du langage
- Modules et packages
- Librairie standard
- Programmation objets (bases)
- Syntaxe avancée
- Aide au développement
- NumPy
- Matplotlib
- Pandas
- Machine Learning
- 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
Ces formations peuvent vous intéresser
Bachelor Développeur d'application Python
À DISTANCE

Finançable CPF
À distance
Tout public
Python
À DISTANCE

Finançable CPF
À distance
Salarié en poste / Entreprise
LH Solutions
Perfectionnement en Python 3
ORSAY

Non finançable CPF
À distance / En centre / En entreprise
Entreprise
CODE RECKONS
Les formations les plus recherchées
Lyon
Toulouse
Marseille
Montpellier
Paris
Bordeaux
Dijon
Mâcon
Nantes
Rennes
Informatique CPF
Informatique en Ligne
Python
Python CPF
Python en Ligne
Technicien informatique
Technicien support informatique
Consultant en informatique
Administrateur systeme
Spark
Programmation
Technicien reseaux
Administrateur reseau
Windev
Intelligence artificielle
Python Aix-les-Bains
Python Albertville
Python Alfortville
Python Annecy
Python Annemasse
Python Antony
Python Argenteuil
Python Asnières-sur-Seine
Python Athis-Mons
Python Aubervilliers