- 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.
- Expressions lambda
- List comprehension
- Fonctionnement local, serveur
- Interface et commandes
- Création et manipulation de tableaux et matrices NumPy
- Indexation et sélection
- Manipulations arithmétiques, broadcasting
- Fonctions statistiques
- 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
- Excel, CSV, XML, JSON
- Requêtes SQL avec Pandas
- Traitement des données manquantes
- Combinaison et transformation de données
- Agrégation et regroupement de données
- Traitement des données temporelles
- Types de graphiques : ligne, point, histogramme, bar, pie, ...
- Label, légende, grille, axes, titre
- Sauvegarde des graphiques
- Visualisation avec Seaborn
- Visualisation web interactive avec Plotly