Python scientifique
SOC In Creation and Concept (SICC)
Non finançable CPF
Tout public
Présentiel
Public admis
Salarié en poste
Demandeur d'emploi
Entreprise
Etudiant
Prix
3360 €
Durée
Nous contacter
Niveau visé
Non diplômante
Localité
En présentiel
Découvrez les localités disponibles pour suivre cette formation en présentiel.
Objectifs
Cette formation vous permet de créer des applications scientifiques en Python.
- Utiliser NumPy pour le calcul scientifique.
- Créer des visualisations de données avec Matplotlib.
- Manipuler et analyser des données avec Pandas.
- Découvrir les fonctionnalités de base de SciPy pour des calculs scientifiques avancés.
Programme
- .Rappels de Python
- Types de données de base : int, float, str, list, tuple, dict.
- Structures de contrôle : if, for, while.
- Fonctions et modules : définition, utilisation, importation.
- Gestion des exceptions : try, except, finally.
- NumPy
- Présentation, installation, importation
- Création de tableaux NumPy : arrays, matrices.
- Opérations de base : addition, multiplication, indexation.
- Fonctions universelles (ufuncs) : application sur les tableaux.
- Algèbre linéaire : produits scalaires, déterminants, inverses.
- Statistiques descriptives : moyenne, médiane, écart-type.
- Matplotlib
- Présentation, installation, importation
- Création de graphiques simples : plot, scatter, bar.
- Personnalisation des graphiques : titres, labels, légendes.
- Gestion des sous-graphiques : subplots, layouts.
- Graphiques avancés : graphiques 3D, animations.
- Exportation des graphiques : enregistrement en PDF, PNG, etc.
- Pandas
- Présentation, installation, importation
- Création de Series et DataFrames : syntaxe et manipulation.
- Indexation et sélection de données : loc, iloc, boolean indexing.
- Opérations de base : filtrage, tri, agrégation.
- Gestion des valeurs manquantes : détection, suppression, imputation.
- Fusion et jointure de DataFrames : merge, join, concat.
- Visualisation de données : intégration avec Matplotlib.
- Introduction à SciPy
- Présentation, installation, importation
- Sous-modules de SciPy : optimize, integrate, linalg, stats.
- Résolution d'équations : solve, fsolve.
- Intégration numérique : quad, dblquad.
- Algèbre linéaire : solve, eig, inv.
- Statistiques avancées : tests statistiques, distributions.
Envie d’en savoir plus sur cette formation ?
Documentez-vous sur la formation
Ces formations peuvent vous intéresser
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
Intelligence artificielle
Machine learning
Vba
Growth hacking
Technicien informatique
Technicien support informatique
Administrateur systeme
Consultant en informatique
Programmation
Spark
Python Clermont-Ferrand
Python Grenoble
Python Saint-Étienne
Python Annecy
Python Chambéry
Python Roanne
Python Aurillac
Python Le Pontet
Python Moirans
Python Annemasse