Objectifs pédagogiques
- Créer et paramétrer votre environnement de travail Python scientifique
- Reconnaître l'écosystème scientifique de Python
- Analyser les données avec NumPy, Pandas et SciPy
- Visualiser les données avec Matplotlib et Pandas.
Niveau requis
Avoir de bonnes connaissances en langage Python ou avoir suivi la formation PYT "Python - Par la pratique".
Public concerné
Ingénieurs, développeurs, scientifiques, enseignants ou toute personne souhaitant se former sur les calculs scientifiques avec Python.
Programme
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 (Series)
- Tableau de données (DataFrame)
- Lire / exporter des données sous différents formats
- Indexation et sélection des données
- Opérations simples
- Traiter les données manquantes
- Informations sur les données : taille, type, mémoire
- Changer le type des données
- Traitement avancé des données
- Tableau croisé dynamique
- Segmenter les données
- Moyenne glissante
- Ajouter des dimensions
- Manipuler les MultiIndex
- Travailler avec des chaînes de caractères
- Traiter des données temporelles
- Quelles options pour les données massives?
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 (FFT)
- Interpolation
- Ajustement de courbe
Le contenu de ce programme peut faire l'objet d'adaptation selon les niveaux, prérequis et besoins des apprenants.
Modalités d’évaluation des acquis
- En cours de formation, par des études de cas ou des travaux pratiques
- Et, en fin de formation, par un questionnaire d'auto-évaluation ou une certification (M2i ou éditeur)