Venez en toute sécurité dans nos centres ! Voir notre dispositif sanitaire

> Formations > Technologies numériques > Développement logiciel > Python, C, C++ > Formation Python pour la data science > Formations > Technologies numériques > Formation Python pour la data science
Nouvelle formation

Python pour la data science

La science des données avec l'écosystème Python

Python pour la data science

La science des données avec l'écosystème Python
Télécharger au format pdf Partager cette formation par e-mail


La science des données est un domaine multidisciplinaire en constante expansion. Elle s’appuie sur des méthodes scientifiques, des algorithmes et des processus que Python a su maîtriser grâce à un écosystème particulièrement riche. Il est devenu aujourd’hui le langage de référence pour l’analyse de données, quels qu’en soient les formats. Notre formation vous permet la prise en main des outils, bibliothèques et modules Python pour obtenir de rapides compétences en data science avec ce langage.


Inter
Intra
Sur mesure

Cours pratique en présentiel ou en classe à distance

Réf : IYT
Prix : 2390 € HT
  4j - 28h
Pauses-café et
déjeuners offerts




La science des données est un domaine multidisciplinaire en constante expansion. Elle s’appuie sur des méthodes scientifiques, des algorithmes et des processus que Python a su maîtriser grâce à un écosystème particulièrement riche. Il est devenu aujourd’hui le langage de référence pour l’analyse de données, quels qu’en soient les formats. Notre formation vous permet la prise en main des outils, bibliothèques et modules Python pour obtenir de rapides compétences en data science avec ce langage.

Objectifs pédagogiques

À l’issue de la formation, le participant sera en mesure de :
  • Posséder une vue d’ensemble de l’écosystème scientifique de Python
  • Connaître les librairies scientifiques incontournables pour la science des données
  • Être capable de manipuler des données volumineuses avec Python
  • Comprendre l’intérêt de la datavisualisation
  • Savoir visualiser des données avec Python

Objectifs pédagogiques

Public concerné

Ingénieur, développeur, chercheur, data scientist, data-analyst et toute personne désireuse de se former à l'univers scientifique de Python.

Public concerné

Prérequis

Pratique du langage Python.
Vérifiez que vous avez les prérequis nécessaires pour profiter pleinement de cette formation en faisant ce test.

Prérequis

Pédagogie

Travaux pratiques
De nombreux exercices sont réalisés pour illustrer les sujets.
Méthodes pédagogiques
Pédagogie active, retours d'expérience, des démonstrations sont mises en œuvre par le formateur pour une mise en pratique plus rapide par les participants.

Pédagogie

Programme de la formation

Présentation de l'écosystème Python scientifique
  • Panorama de l’écosystème scientifique de Python : les librairies incontournables.
  • Savoir ou trouver de nouvelles librairies et juger de leur pérennité.
  • Les principaux outils et logiciels open source pour la data science.
  • Pourquoi utiliser une distribution scientifique, Anaconda.
  • Comprendre l’intérêt d’un environnement virtuel et savoir l’utiliser.
  • L’interpréteur IPython et le serveur Jupyter.
  • Les bonnes pratiques pour bien démarrer votre projet de data science avec Python.
  • Les formats de fichiers scientifiques et les librairies pour les manipuler.
  • Panorama de l’écosystème scientifique de Python : les librairies incontournables.
  • Savoir ou trouver de nouvelles librairies et juger de leur pérennité.
  • Les principaux outils et logiciels open source pour la data science.
  • Pourquoi utiliser une distribution scientifique, Anaconda.
  • Comprendre l’intérêt d’un environnement virtuel et savoir l’utiliser.
  • L’interpréteur IPython et le serveur Jupyter.
  • Les bonnes pratiques pour bien démarrer votre projet de data science avec Python.
  • Les formats de fichiers scientifiques et les librairies pour les manipuler.
Travaux pratiques
Mise en place de l’environnement de développement : installation d’Anaconda, création d’un environnement virtuel, export et duplication d’un environnement, utiliser les notebooks Jupyter.

La SciPy Stack
  • Le socle de librairies scientifiques incontournables sur lequel sont basées toutes les autres : la SciPy Stack.
  • Numpy : calcul numérique et algèbre linéaire (les vecteurs, matrices, images).
  • SciPy, basée sur Numpy pour : les statistiques, les analyses fonctionnelles, géo spatiales, le traitement du signal...
  • Pandas : l’analyse de données tabulaires (csv, excel...), statistiques, pivots, filtres, recherche…
  • Matplotlib : la librairie de visualisation de données incontournable.
  • Le socle de librairies scientifiques incontournables sur lequel sont basées toutes les autres : la SciPy Stack.
  • Numpy : calcul numérique et algèbre linéaire (les vecteurs, matrices, images).
  • SciPy, basée sur Numpy pour : les statistiques, les analyses fonctionnelles, géo spatiales, le traitement du signal...
  • Pandas : l’analyse de données tabulaires (csv, excel...), statistiques, pivots, filtres, recherche…
  • Matplotlib : la librairie de visualisation de données incontournable.
Travaux pratiques
Mesurer les performances du numpy installé par votre Linux et celui d’Anaconda. Traitement d’images avec Numpy. Premiers tracés. Analyses statistiques de fichiers CSV. Premiers éléments de cartographie. Transformées de Fourier.

Les librairies de visualisation
  • Panorama des librairies de visualisation de Python : 2D/3D, desktop/web, statistiques, cartographie, big data...
  • Les librairies orientées desktop : Matplotlib, Pandas, Seaborn.
  • Les librairies orientées web : Bokeh, altair, Plotly...
  • Les librairies pour la 3D : Plotly, pythreejs, ipyvolume...
  • Les librairies cartographiques : Cartopy, folium, ipyleaflet, Bokeh, cesiumpy…
  • Les librairies big data : datashader, Vaex...
  • Panorama des librairies de visualisation de Python : 2D/3D, desktop/web, statistiques, cartographie, big data...
  • Les librairies orientées desktop : Matplotlib, Pandas, Seaborn.
  • Les librairies orientées web : Bokeh, altair, Plotly...
  • Les librairies pour la 3D : Plotly, pythreejs, ipyvolume...
  • Les librairies cartographiques : Cartopy, folium, ipyleaflet, Bokeh, cesiumpy…
  • Les librairies big data : datashader, Vaex...
Travaux pratiques
Réalisation de multiples exercices avec chacune des librairies présentées. Visualisation big data, cartographique, 2D et 3D. Création de tableaux de bord.

La datavisualisation
  • L'intérêt de la datavisualisation
  • Utiliser les écosystèmes PyViz et HoloViz.
  • Utiliser les outils SuperSet, Mayavi, Paraview et VisIt.
  • L'intérêt de la datavisualisation
  • Utiliser les écosystèmes PyViz et HoloViz.
  • Utiliser les outils SuperSet, Mayavi, Paraview et VisIt.
Travaux pratiques
Poursuivre l'utilisation des librairies de visualisation et manipulations des outils.

Les formats de fichiers scientifiques et la manipulation de données volumineuses
  • Panorama des principaux formats de fichiers scientifiques : NetCDF, HDF5, GRIB, JSON, PARQUET, MATLAB, CGNS...
  • Manipuler des données volumineuses avec Dask, Vaex et Xarray.
  • Panorama des principaux formats de fichiers scientifiques : NetCDF, HDF5, GRIB, JSON, PARQUET, MATLAB, CGNS...
  • Manipuler des données volumineuses avec Dask, Vaex et Xarray.
Travaux pratiques
Manipulation de données dépassant les Go, lecture et écriture de fichiers NetCDF/HDF5. Visualisation de données climatiques, images satellites, création de vidéos/animations graphiques.


Programme de la formation

Solutions de financement

Selon votre situation, votre formation peut être financée par :
  • Le plan de développement des compétences de votre entreprise : rapprochez-vous de votre service RH.
  • Le dispositif FNE-Formation.
  • L’OPCO (opérateurs de compétences) de votre entreprise.
  • Pôle Emploi sous réserve de l’acceptation de votre dossier par votre conseiller Pôle Emploi.
  • Le plan de développement des compétences de votre entreprise : rapprochez-vous de votre service RH.
  • Le dispositif FNE-Formation.
  • L’OPCO (opérateurs de compétences) de votre entreprise.
  • Pôle Emploi sous réserve de l’acceptation de votre dossier par votre conseiller Pôle Emploi.
Contactez nos équipes pour en savoir plus sur les financements à activer.

Solutions de financement

Horaires

En présentiel, les cours ont lieu de 9h à 12h30 et de 14h à 17h30.
Les participants sont accueillis à partir de 8h45. Les pauses et déjeuners sont offerts.
En classe à distance, la formation démarre à partir de 9h.
Pour les stages pratiques de 4 ou 5 jours, quelle que soit la modalité, les sessions se terminent à 15h30 le dernier jour.

Infos pratiques

Dates et lieux

Pour vous inscrire, sélectionnez la ville et la date de votre choix.
Du 18 au 21 janvier 2022
Lyon
S’inscrire
Du 18 au 21 janvier 2022
Toulouse
S’inscrire
Du 18 au 21 janvier 2022
Aix-en-Provence
S’inscrire
Du 18 au 21 janvier 2022
Bordeaux
S’inscrire
Du 18 au 21 janvier 2022
Sophia-Antipolis
S’inscrire
Du 22 au 25 février 2022
Classe à distance
S’inscrire
Du 22 au 25 février 2022
Paris La Défense
S’inscrire
Du 22 au 25 février 2022
Strasbourg
S’inscrire
Du 22 au 25 février 2022
Lille
S’inscrire
Du 22 au 25 février 2022
Nantes
S’inscrire
Du 12 au 15 avril 2022
Lyon
S’inscrire
Du 12 au 15 avril 2022
Toulouse
S’inscrire
Du 12 au 15 avril 2022
Bordeaux
S’inscrire
Du 19 au 22 avril 2022
Lille
S’inscrire
Du 19 au 22 avril 2022
Paris La Défense
S’inscrire
Du 19 au 22 avril 2022
Classe à distance
S’inscrire
Du 26 au 29 avril 2022
Strasbourg
S’inscrire
Du 26 au 29 avril 2022
Sophia-Antipolis
S’inscrire
Du 26 au 29 avril 2022
Nantes
S’inscrire
Du 26 au 29 avril 2022
Aix-en-Provence
S’inscrire
Du 17 au 20 mai 2022
Lille
S’inscrire
Du 17 au 20 mai 2022
Classe à distance
S’inscrire
Du 17 au 20 mai 2022
Paris La Défense
S’inscrire
Du 7 au 10 juin 2022
Paris La Défense
S’inscrire
Du 7 au 10 juin 2022
Classe à distance
S’inscrire
Du 7 au 10 juin 2022
Strasbourg
S’inscrire
Du 7 au 10 juin 2022
Nantes
S’inscrire
Du 14 au 17 juin 2022
Aix-en-Provence
S’inscrire
Du 14 au 17 juin 2022
Sophia-Antipolis
S’inscrire
Du 21 au 24 juin 2022
Bordeaux
S’inscrire
Du 21 au 24 juin 2022
Toulouse
S’inscrire
Du 28 juin au 1 juillet 2022
Lyon
S’inscrire
Du 5 au 8 juillet 2022
Lille
S’inscrire
Du 5 au 8 juillet 2022
Classe à distance
S’inscrire
Du 5 au 8 juillet 2022
Paris La Défense
S’inscrire
Du 26 au 29 juillet 2022
Strasbourg
S’inscrire
Du 26 au 29 juillet 2022
Nantes
S’inscrire
Du 9 au 12 août 2022
Aix-en-Provence
S’inscrire
Du 9 au 12 août 2022
Sophia-Antipolis
S’inscrire
Du 23 au 26 août 2022
Bordeaux
S’inscrire
Du 23 au 26 août 2022
Lyon
S’inscrire
Du 23 au 26 août 2022
Toulouse
S’inscrire
Du 6 au 9 septembre 2022
Aix-en-Provence
S’inscrire
Du 6 au 9 septembre 2022
Lille
S’inscrire
Du 6 au 9 septembre 2022
Sophia-Antipolis
S’inscrire
Du 6 au 9 septembre 2022
Paris La Défense
S’inscrire
Du 6 au 9 septembre 2022
Classe à distance
S’inscrire
Du 20 au 23 septembre 2022
Strasbourg
S’inscrire
Du 20 au 23 septembre 2022
Nantes
S’inscrire
Du 20 au 23 septembre 2022
Lyon
S’inscrire
Du 11 au 14 octobre 2022
Toulouse
S’inscrire
Du 11 au 14 octobre 2022
Bordeaux
S’inscrire
Du 25 au 28 octobre 2022
Classe à distance
S’inscrire
Du 25 au 28 octobre 2022
Paris La Défense
S’inscrire
Du 22 au 25 novembre 2022
Sophia-Antipolis
S’inscrire
Du 22 au 25 novembre 2022
Lyon
S’inscrire
Du 22 au 25 novembre 2022
Aix-en-Provence
S’inscrire
Du 29 novembre au 2 décembre 2022
Lille
S’inscrire
Du 29 novembre au 2 décembre 2022
Paris La Défense
S’inscrire
Du 29 novembre au 2 décembre 2022
Classe à distance
S’inscrire
Du 6 au 9 décembre 2022
Bordeaux
S’inscrire
Du 6 au 9 décembre 2022
Strasbourg
S’inscrire
Du 6 au 9 décembre 2022
Nantes
S’inscrire
Du 6 au 9 décembre 2022
Toulouse
S’inscrire

Dates et lieux