Découvrez notre formationPython - Calculs scientifiques
Présentiel
2 jours (14 heures) - PYT-SCIEN
Accueil › Formations Informatique › Langages et développement › Développeur Python › Python - Calculs scientifiques
Objectifs pédagogiques
- Créer et paramétrer votre environnement de travail Python scientifique
- Connaître l'écosystème scientifique de Python
- Analyser les données avec NumPy, Pandas et SciPy
- Visualiser les données avec Matplotlib et Pandas.
Niveau requis
Avoir suivi les formations PYT "Python - Par la pratique" ou PYT-PE "Python - Perfectionnement" ou avoir les connaissances équivalentes.
Public concerné
Ingénieurs, développeurs, scientifiques, enseignants ou toute personne souhaitant se former sur les calculs scientifiques avec Python.
Le Plessis Pate25/11/20191 460 € HTDates proposées dans les agences M2i
Le Plessis Pate14/05/20201 460 € HTDates proposées dans les agences M2i
Le Plessis Pate24/09/20201 460 € HTDates proposées dans les agences M2i
Le Plessis Pate21/12/20201 460 € HTDates proposées dans les agences M2i
Sessions
planifiéesSessions
ouvertesSessions
confirméesRéserver
le stage
Programme
2 jours (14 heures)
Introduction
- Installer la SciPy Stack facilement avec Anaconda
- Les notebooks Jupyter
- Environnements de développement intégrés
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
- Tableau de données (Data Frame)
- Indexation et sélection des données
- Opérations simples
- Traiter les données manquantes
- Manipuler les données
- Sauvegarder / charger ses données
- Les différents formats
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 Rapide (en anglais : FFT)
- Interpolation
- Ajustement de courbe