Accueil
› Formations
› Nettoyage, Python, statistiques
› PYTHON TRAITEMENT DE DONNEES
PYTHON TRAITEMENT DE DONNEES
Aucun avis Voir les avis Masquer
Note issue des sessions de cette formation, y compris les programmes adaptés aux besoins des entreprises.
Aucun avis pour cette formation.
◉ Qualiopi · Validé TraininBlue
▣ Présentiel / Distanciel
◈ Programme personnalisable
Accepte sous-traitance OF
Cette formation permet d'initier des développeurs Python au Traitement de données
Prochaines sessions Inter 0 Voir Masquer
Aucune session inter-entreprise programmée pour le moment.
Objectifs pédagogiques
Etre en mesure d'effectuer un traitement de données
Pouvoir effectuer un nettoyage de données
Visualiser sous forme de graphe de données
Compétences visées
Public cible et prérequis
Public cible
- Toute personne ayant de bonnes bases en Python
Prérequis
- Connaitre Python
- Avoir des notions de traitement de données
Programme détaillé
Module 1 : Introduction au traitement de données avec Python
Rappels sur les structures de données Python
Notions de data science et traitement de données
Module 2 : Prise en main de Numpy
Tableaux Numpy : création, indexation, slicing
Opérations vectorielles et performances
Fonctions statistiques et agrégation
Module 3 : Manipulation de données avec Pandas
Séries et DataFrames : création et manipulation
Importation/exportation de données (CSV, Excel, etc.)
Nettoyage des données : valeurs manquantes, doublons, types
Module 4 : Analyse de données avec Pandas
Filtres, regroupements (groupby), tris et agrégats
Pivot tables et reshaping
Fusion et jointure de jeux de données
Module 5 : Visualisation rapide et bonnes pratiques
Intégration avec Matplotlib et Seaborn
Préparation des données pour l’analyse ou le machine learning
Astuces de performance et pipelines d’analyse
Rappels sur les structures de données Python
Notions de data science et traitement de données
Module 2 : Prise en main de Numpy
Tableaux Numpy : création, indexation, slicing
Opérations vectorielles et performances
Fonctions statistiques et agrégation
Module 3 : Manipulation de données avec Pandas
Séries et DataFrames : création et manipulation
Importation/exportation de données (CSV, Excel, etc.)
Nettoyage des données : valeurs manquantes, doublons, types
Module 4 : Analyse de données avec Pandas
Filtres, regroupements (groupby), tris et agrégats
Pivot tables et reshaping
Fusion et jointure de jeux de données
Module 5 : Visualisation rapide et bonnes pratiques
Intégration avec Matplotlib et Seaborn
Préparation des données pour l’analyse ou le machine learning
Astuces de performance et pipelines d’analyse
Méthodes pédagogiques & évaluation
Méthodes pédagogiques
Apports théoriques et retours d'expérience
Exercices pratiques et mises en situation
Travaux de groupe et échanges entre pairs
Études de cas concrets
Modalités d'évaluation
Quiz de validation des acquis
Mises en situation évaluées
Projet fil rouge
Feuille de route post-formation
Accessibilité
Une formation accessible à tous
Signaler un besoin d'adaptation
Ce programme peut être adapté pour les personnes en situation de handicap. Contactez-nous pour étudier vos besoins spécifiques.