L’écosystème scientifique de Python (NumPy, Pandas, SciPy, Matplotlib) est devenu incontournable pour l’analyse de données dans l’industrie et la recherche. Cette formation vous apprend à manipuler des jeux de données, réaliser des calculs complexes et produire des visualisations exploitables dans un environnement Jupyter. Elle s’adresse aux ingénieurs, scientifiques et analystes qui veulent exploiter Python pour leurs traitements de données.

Public visé

Ingénieurs, développeurs, scientifiques, enseignants ou toute personne souhaitant se former sur les calculs scientifiques avec Python.

Prérequis

Avoir suivi cette formation, ou en maîtriser les thèmes abordés :

Python - Initiation

Objectifs pédagogiques

À l’issue de cette formation, vous serez capable de :

Créer et paramétrer votre environnement de travail Python scientifique
Reconnaître l’écosystème scientifique de Python
Analyser vos données avec NumPy, Pandas et SciPy
Visualiser vos données avec Matplotlib et Pandas

Programme

Introduction

NumPy

Introduction
Pourquoi avez-vous besoin de NumPy ?
Pourquoi des tableaux ?
Créer un tableau avec NumPy
Manipuler les tableaux NumPy
Broadcasting
Les fonctions universelles
Extraire les informations significatives de vos données
Masques booléens
Charger et sauvegarder vos tableaux
Données structurées

Pandas

Introduction
Séries (Series)
Tableau de données (DataFrame)
Lire / exporter des données sous différents formats
Indexation et sélection des données
Opérations simples
Traiter les données manquantes
Traitement avancé des données
Ajouter des dimensions
Manipuler les MultiIndex
Travailler avec des chaînes de caractères
Utiliser des expressions régulières
Traiter des données temporelles
Quelles options pour les données massives ?

Matpotlib et Pandas plot

Introduction
Interface MATLAB vs orientée objet
Graphique linéaire
Nuage de points
Histogramme
Représenter plusieurs graphiques
Graphique 3D
Interagir avec les graphiques dans le notebook Jupyter
Modifier les graduations et les axes
Représentation graphique avec Pandas

SciPy

Introduction
Intégration
Algèbre linéaire
Transformée de Fourier (FFT)
Interpolation
Ajustement de courbe

Modalités pédagogiques

Formation en présentiel ou distanciel. Alternance entre méthodes démonstrative, interrogative et active avec travaux pratiques.

Modalités d’évaluation des acquis

Par exercices pratiques de programmation en cohérence avec les objectifs du programme.

Voir aussi

Vous serez peut-être intéressés par les formations suivantes :

Formation DEV-PYTHON-300 — Python - Calculs Scientifiques. Domaine : Développement. Niveau : Avancé. Durée : 3 jours (21 heures). Mots-clés : python, développement, avancé, data-science, numpy, pandas, scipy, matplotlib. Cylian Formation, Dijon.