Formation Python - Calculs scientifiques – Centre de formation M2i
M2i Formation

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 M2iRéserver
Le Plessis Pate14/05/20201 460 € HTDates proposées dans les agences M2iRéserver
Le Plessis Pate24/09/20201 460 € HTDates proposées dans les agences M2iRéserver
Le Plessis Pate21/12/20201 460 € HTDates proposées dans les agences M2iRéserver

Sessions
planifiées
Sessions
ouvertes
Sessions
confirmées
Réserver
le stage

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

Testez vos connaissances

Objectif : Ce test a pour objectif de tester vos connaissances en Python

Faites évoluer vos compétences

Complétez votre formation