- Cours pratique
- Informatique
Formation Découvrir Python et l'analyse de données
Pandas, Matplotlib, XML, JSON, NumPy, SciPy, iPython, MapReduce, Matrices, Séries
- Durée
- 5 jours
- Niveau
- Fondamental
- Modalités
- Présentiel / Distanciel
Description de la formation Python Analyse donnees
Cette formation Analyse de données en Python permet aux participants dans un premier temps de découvrir et apprendre le langage Python puis de comprendre pourquoi Python est particulièrement bien adapté à toutes sortes de problèmes d’analyse de données.
Lors de ce cours les participants aborderont donc le traitement de différents formats de données structurées ou non (tableau, matrice, série, CSV, flux XML ou JSON, etc.) tout en les rendant opérationnel dans l’utilisation des principales bibliothèques Python comme NumPy, Pandas, Matplotlib, IPython, SciPy, etc…
Enfin les participants seront capables de rendre leurs traitements performants grâce au parallélisme de leurs requêtes.
Objectifs pédagogiques
Concrètement à l'issue de cette formation Analyse de données en Python, vous aurez acquis les connaissances et compétences nécessaires pour :
- Maîtriser les bases du langage Python
- Connaitre les aspects avancés en Python
- Savoir analyser des données en Python
- Savoir faire une représentation graphique de données en Python
- Acquérir des données externes en Python
- Comprendre les performances et la parallélisation
Objectifs opérationnels
Savoir rendre ses traitements performants grâce au parallélisme de leurs requêtes.
Programme
Contenu du cours, module par module
7 modules
- 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)
Atelier :
Un premier programme simple permettant de résumer la syntaxe de base des grands concepts dans une approche mnémonique
- Espace de noms, périmètre et fonctions locales
- Manipuler les fonctions comme des objets
- Les fonctions anonymes (lambda)
- Syntaxe d’appels étendus (*args, **kwargs)
- En quoi consiste l'analyse de données
- Cas d'usage avec 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
- Les sites et outils de référence pour la data science
Atelier :
- 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 concrets
Atelier :
- 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
- Récupération des données d'une API en Python
Atelier :
Application à la capture de séries financières (indices de marché et cours de bourse)
- 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
Atelier :
- Collecte automatique de séries financières
- Calcul d’indicateurs : d’indicateurs simples (moyennes mobiles) à des indicateurs avancés (tel que le RSI et les Bandes de Bollinger)
- Visualisation des résultats
- Les outils pour lire l’activité (Timeit, cProfile)
- Paralléliser vos traitements avec le multiprocessing
- Calcul distribué avec la librairie Celery
- Les faiblesses du multithreading
Atelier :
Travaux pratiques
Ce cours alterne théorie et travaux pratiques pour une meilleure assimilation et application des notions présentées lors de ce stage.
Ces ateliers permettront aux participants de réaliser des programmes Python couvrant les différentes phases de l’Analyse de Données : de la capture des données, leur nettoyage, leur manipulation, leur traitement à la restitution graphique des résultats.
Les exemples appliqués seront concrets et accessibles à tous. Par ailleurs ces exemples mettent également en avant le côté prédictif de l’analyse (de l’analyse statistique de population à l’Analyse Technique pour la Finance des Marchés).
Programme mis à jour le 16/01/2026
Public concerné
Cette formation est destinée à toute personne qui souhaite utiliser Python pour développer des applications de calcul scientifique ou d’analyse de données.
Prérequis
Pour suivre cette formation d'Analyse de données, il est nécessaire de connaître au moins un langage de programmation.
J’évalue mes connaissances pour vérifier que je dispose des prérequis nécessaires pour profiter pleinement de cette formation en faisant le test de prérequis.
Faire le testFinancement
Cette formation peut être prise en charge par votre entreprise, seule ou avec l’appui de son opérateur de compétences. Nous fournissons le devis et les pièces attendues par l’OPCO.
4,6/5
26 avis
« Mon avis sur le formateur : "Très bon formateur à l'écoute de chacun, vérifie régulièrement la compréhension de tous. Bonne illustration des techniques et outils présentés, plusieurs support différents pour effectuer les tp afin de découvrir plusieurs environnements, idéal pour bien comprendre. Formation un peu lente au début pour ma part, du fait de mes connaissances sur le sujet mais rythme adapté au reste des participants." Ce que j'ai le plus apprécié : "Les tp avec les notebook" Ce que j'ai le moins apprécié : "1 jour sur les bases de python que je connaissais" »
BOURQUARD ClémentinePLB Consultant « Mon avis sur le contenu du stage : "Le stage était parfait, seul petit bémol, nous avons vu énormément de notion en très peu de temps." Mon avis sur le formateur : "Le formateur a été top ! il a su répondre a toutes nos questions sans aucun problèmes et il a toujours été très clair dans ses explications !" Ce que j'ai le plus apprécié : "On a pu travailler directement sur notre poste de travail sans passer par une VM." Ce que j'ai le moins apprécié : "La formation était très condensé, peut être un peu trop de notion a assimiler en si peu de temps." »
JK « Mon avis sur le formateur : "Jérémy nous a très bien accompagné lors de cette formation et n’a pas hésité à répondre à nos questions sur le langage Python et sa mise en œuvre avec les outils (ex : Pycharm). Il a répondu a nos difficultés de manière individuel et est resté très à l'écoute." Mon avis sur la salle de formation : "Les PC portables mis à disposition ne disposent pas d'un clavier avec une police ergonomique et d'un touché agréable." Ce que j'ai le plus apprécié : "Le dispositif de rétro projection.Le fait d’être en petit comité. " »
CCCEDELLE Christophe
Les avis figurant ci-dessus sont issus des fiches d’évaluation que remplissent les participants à la fin de la formation. Ils sont ensuite publiés automatiquement si les personnes ont explicitement accepté que nous les diffusions.
Formations liées
- Déployer un modèle Machine Learning en production avec PythonRéf. OPLM3 joursIntermédiaireProchaine session : 16 nov.2 090 €
- Développement Python : Tests, Optimisation et PackagingRéf. DPTO3 joursIntermédiaireProchaine session : 14 déc.2 090 €
- Framework Flask : développement de service webRéf. OFLA2 joursIntermédiaireProchaine session : 17 déc.1 590 €
- Intégrer des modèles ChatGPT dans les applications PythonRéf. PGPT3 joursFondamentalProchaine session : 18 nov.2 625 €