Python scientifique
Cette formation apprend à manipuler des données et effectuer des calculs scientifiques en Python, en utilisant les bibliothèques Numpy, Matplotlib, Pandas et Scipy.
Elle est destinée aux data scientists, ingénieurs et chercheurs afin de leur permettre de mettre en forme, visualiser et analyser leurs données efficacement.
Objectifs
- Utiliser NumPy pour le calcul scientifique.
- Créer des visualisations de données avec Matplotlib.
- Manipuler et analyser des données avec Pandas.
- Découvrir les fonctionnalités de base de SciPy pour des calculs scientifiques avancés.
Programme
Rappels de Python
- Types de données de base : int, float, str, list, tuple, dict.
- Structures de contrôle : if, for, while.
- Fonctions et modules : définition, utilisation, importation.
- Gestion des exceptions : try, except, finally.
NumPy
- Présentation, installation, importation
- Création de tableaux NumPy : arrays, matrices.
- Opérations de base : addition, multiplication, indexation.
- Fonctions universelles (ufuncs) : application sur les tableaux.
- Algèbre linéaire : produits scalaires, déterminants, inverses.
- Statistiques descriptives : moyenne, médiane, écart-type.
Matplotlib
- Présentation, installation, importation
- Création de graphiques simples : plot, scatter, bar.
- Personnalisation des graphiques : titres, labels, légendes.
- Gestion des sous-graphiques : subplots, layouts.
- Graphiques avancés : graphiques 3D, animations.
- Exportation des graphiques : enregistrement en PDF, PNG, etc.
Pandas
- Présentation, installation, importation
- Création de Series et DataFrames : syntaxe et manipulation.
- Indexation et sélection de données : loc, iloc, boolean indexing.
- Opérations de base : filtrage, tri, agrégation.
- Gestion des valeurs manquantes : détection, suppression, imputation.
- Fusion et jointure de DataFrames : merge, join, concat.
- Visualisation de données : intégration avec Matplotlib.
5. Introduction à SciPy
- Présentation, installation, importation
- Sous-modules de SciPy : optimize, integrate, linalg, stats.
- Résolution d'équations : solve, fsolve.
- Intégration numérique : quad, dblquad.
- Algèbre linéaire : solve, eig, inv.
- Statistiques avancées : tests statistiques, distributions.
Télécharger le programme détaillé
En savoir plus
Sessions
Intra Entreprise
Des sessions intra-entreprise peuvent être organisées dans vos locaux ou en distanciel. Demander un devis
Pré requis
Connaissance de base de Python
Public
Développeurs, ingénieurs ou toute personne souhaitant utiliser Python pour des applications scientifiques
Points forts
Petit groupe (4 personnes maximum)
Un poste de travail par personne
Formateur très pédagogue, développeur, avec 20 ans d'expérience d'enseignement
50 % d'exercices pratiques
Support de cours fourni
Assistance après la formation
