–> Formations Logiciels > Développement web et programmation > Python pour l’analyse de données
Type :


Durée :
3 jours (21 heures)
Prérequis :
Avoir suivi la formation Python premier langage ou avoir un niveau équivalent.
Public visé :
Toute personne souhaitant faire de l’analyse de données avec Python.
Objectifs :
Découvrir les notions fondamentales de l’analyse de données à travers Python et ses principales bibliothèques. Manipuler et traiter des données avec NumPy et Pandas (tableaux, DataFrames, dates, données manquantes…). Visualiser et analyser les données en générant des graphiques adaptés à leur exploration et à l’interprétation des résultats. Lire, écrire et exploiter des données provenant de différentes sources (CSV, JSON, bases de données).
Moyens pédagogiques et techniques :
Chaque personne dispose d’un ordinateur et d’un accès internet Wifi très haut débit. De plus, toutes nos salles de formation sont climatisées.
Nos formations sont présentielles (3 à 5 participants) ou multimodales, et s’appuient sur 30 % de théorie, et 70 % de pratique.
Toutes les notions abordées sont suivies de quizz et/ou d’exercices.
Mode préparatoire :
Avant chaque action de formation Python pour l’analyse de données, nous pouvons vous proposer un entretien préalable téléphonique et/ou rendez-vous.
Celui-ci est effectué pour nous permettre de déterminer les besoins attendus. Cela nous permet de définir un parcours de formation pertinent et efficace.
Le formateur effectue la validation des acquis de façon continue durant la formation (études de cas, mises en situation réelle, cas concrets…).

Dates de formations
…
Contenu de la formation Python pour l’analyse de données
non contractuel, pouvant être modifié sans préavis pour raison d’évolution et d’adaptation
Présentation
- Identifier les principaux outils
- Utiliser Anaconda et Jupyter
- Appliquer les bonnes pratiques
La bibliothèque NumPy
- Manipulation de tableaux
- Explorer les données
La bibliothèque Panda
- Manipuler les Dataframes
- Traiter les dates
- Fusionner et agréger les données
- Traiter les données manquantes
La visualisation
- Identifier les bases de la visualisation
- Générer des graphes
- Créer des visualisations avec Matplotlib
- Créer des visualisations avec Seaborn
- Lire et analyser les résultats
Lire et écrire les données
- Traiter les fichiers CSV et JSON
- Se connecter aux bases de données