Skip to content

Ce cours vous permet d'approfondir vos connaissances en Python et de vous familiariser avec les concepts d'analyse et de visualisation de données avec des modules tels que NumPy, Pandas et la dataviz avec Plotly.

License

Notifications You must be signed in to change notification settings

DigicompClassesByPapIT/PYDATA

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

8 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Digiciomp PYDATA

Objectifs

  • Approfondir ses connaissances en Python.
  • Apprendre à utiliser les modules d'analyse statistique de Python.
  • Acquérir les connaissances nécessaires à l'analyse de données et à la représentation graphique des résultats.
  • Apprendre à utiliser les Jupyter Notebooks pour la présentation et le partage des analyses.

Contenu

Programmation fonctionnelle

  • Expressions lambda
  • List comprehension

Jupyter Notebook

  • Fonctionnement local, serveur
  • Interface et commandes

NumPy

  • Création et manipulation de tableaux et matrices NumPy
  • Indexation et sélection
  • Manipulations arithmétiques, broadcasting
  • Fonctions statistiques

Pandas

  • Structures de données (Series, DataFrame, Panel)
  • Indexation et sélection
  • Fonctions statistiques
  • Combinaison des données (concat, append, merge, join)
  • Fenêtrage
  • Groupement et agrégation
  • Données temporelles
  • Chargement et sauvegarde des données

Traitement des principaux formats de fichiers

  • Excel, CSV, XML, JSON
  • Requêtes SQL avec Pandas

Préparation et nettoyage des données

  • Traitement des données manquantes
  • Combinaison et transformation de données
  • Agrégation et regroupement de données
  • Traitement des données temporelles

Visualisation avec Matplotlib, Seaborn et Plotly

  • Types de graphiques : ligne, point, histogramme, bar, pie, ...
  • Label, légende, grille, axes, titre
  • Sauvegarde des graphiques
  • Visualisation avec Seaborn
  • Visualisation web interactive avec Plotly

Exemple d'analyse de données financières

Introduction au Machine Learning

About

Ce cours vous permet d'approfondir vos connaissances en Python et de vous familiariser avec les concepts d'analyse et de visualisation de données avec des modules tels que NumPy, Pandas et la dataviz avec Plotly.

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published