Découvrir Python et l'analyse de données

Description

Les bases du langage Python

Les caractéristiques du langage Python

Pourquoi choisir Python pour l'analyse de données ?

Installation et configuration

Philosophie de Python (indentation, objet, etc.)

Les types de données

Appels de fonctions et méthodes

Structures de contrôles (boucle, test, exceptions)

Structures de données et séquences (tuple, liste, primitives, dict)

Les principales bibliothèques de Python (NumPy, Pandas, Matplotlib, Ipython, SciPy)

Aspects avancés en Python

Espace de noms, périmètre et fonctions locales

Manipuler les fonctions comme des objets

Les fonctions anonymes (lambda)

Syntaxe d'appels étendus (*args, **kwargs)

Introduction à l'Analyse de Données en Python

La manipulation de données par l¿utilisation de la librairie Pandas

Introduction du concept de Dataframe comme structure de données central pour l'analyse de données

Comment interroger ces structures ? Comment ces structures sont indexées ?

Traitement de « données manquantes »

Fusion de dataframes

Manipulation des dates

Application de mesures statistiques variées sur les DataFrames

Bonne compréhension des problèmes d'échelle de mesure, de normalisation

Création de métriques d¿analyse

La représentation graphique de données en Python

Introduction aux bases de la visualisation de données

Focalisation sur la génération de graphes grâce à la librairie Matplotlib : démonstration de l'application de graphes Matplotlib à la visualisation de problèmes

L'acquisition de données externes en Python

Les formats de données structurées : CSV, flux XML et JSON

Lecture et écriture de fichiers

Manipulation des données issues de ces fichiers par des structures Python adaptées

Fonctions d'accès et de download de données en ligne

Analyses Statistiques en Python

Présentation des principales bibliothèques d'analyse de données Python : NumPy, SciPy, IPython (Jupyter)

Fonctions de manipulation et de calcul matriciel (Numpy)

Fonctions de Statistiques Descriptives (SciPy) : quantiles et des fonctions de répartition pour différentes lois statistiques

Fonctions de comparaison de populations, mesures d'association, etc (SciPy)

Fonctions de classification automatique (SciPy) : k-means

Performances et parallélisation

Les outils pour lire l'activité (Timeit, cProfile)

Paralléliser vos traitements avec le multiprocessing

Calcul distribué avec la librairie Celery

Les faiblesses du multithreading