Formation : Python et pandas : NumPy, analyse et visualisation de données

Ce que tu vas apprendre en 8 unités

1. 1

   Tableaux NumPy et calcul vectorisé

   Commence ici

   Crée, indexe et remodèle des tableaux NumPy, et remplace les boucles par des opérations vectorisées, la diffusion et des agrégations.

   6 objectifs d'apprentissage

   Ce que tu vas apprendre

   1. 1.Créer des tableaux et maîtriser leurs types de données
   2. 2.Sélectionner et filtrer les données dans des tableaux
   3. 3.Remodeler, transposer et assembler des tableaux
   4. 4.Remplacer les boucles par des calculs vectorisés, des fonctions universelles et la diffusion
   5. 5.Calculer des indicateurs sur des tableaux par agrégation selon les axes
   6. 6.Générer des nombres aléatoires et réaliser des simulations
2. 2

   Débuter avec pandas

   Crée et examine des objets Series et DataFrame pandas, sélectionne et filtre des lignes et des colonnes, et calcule de nouvelles colonnes et des indicateurs de synthèse.

   6 objectifs d'apprentissage

   Ce que tu vas apprendre

   1. 1.Comprendre les objets Series et DataFrame
   2. 2.Charger un fichier CSV et vérifier les données chargées
   3. 3.Sélectionner des données par étiquette et par position
   4. 4.Filtrer les lignes selon des conditions
   5. 5.Ajouter et transformer des colonnes
   6. 6.Trier les données, attribuer des rangs et calculer des indicateurs
3. 3

   Charger et stocker des données

   Lis et écris des données aux formats CSV, Excel, JSON et Parquet et dans des bases SQL, appelle des API web, et gère les encodages et les fichiers mal structurés.

   6 objectifs d'apprentissage

   Ce que tu vas apprendre

   1. 1.Charger des fichiers texte délimités dans pandas
   2. 2.Lire du texte correctement et efficacement
   3. 3.Travailler avec des classeurs Excel
   4. 4.Obtenir des données à partir de fichiers JSON et d’API web
   5. 5.Stocker les données dans le format de fichier approprié
   6. 6.Lire et écrire des données dans des bases SQL
4. 4

   Préparer les données avec pandas

   Nettoie, transforme, combine et remodèle des DataFrame avec pandas, notamment les valeurs manquantes, les opérations sur le texte, les fusions et les pivots.

   5 objectifs d'apprentissage

   Ce que tu vas apprendre

   1. 1.Repérer et traiter les valeurs manquantes et les doublons
   2. 2.Transformer les valeurs par remplacement, mise en correspondance et discrétisation
   3. 3.Nettoyer les données textuelles et catégorielles
   4. 4.Combiner des DataFrame
   5. 5.Remodeler les données avec des index hiérarchiques, pivot et melt
5. 5

   Regroupement et agrégation avec pandas

   Répartis les données en groupes et applique des agrégations, des transformations et des fonctions personnalisées, puis construis des tableaux croisés dynamiques et des tableaux de contingence.

   5 objectifs d'apprentissage

   Ce que tu vas apprendre

   1. 1.Répartir les données en groupes avec groupby
   2. 2.Calculer des indicateurs pour chaque groupe par agrégation
   3. 3.Transformer, filtrer et appliquer des fonctions groupe par groupe
   4. 4.Discrétiser les données quantitatives et analyser les groupes définis par des classes et des quantiles
   5. 5.Synthétiser les données dans des tableaux croisés dynamiques et des tableaux de contingence
6. 6

   Séries chronologiques avec pandas

   Convertis les dates et les heures, indexe les données selon le temps, rééchantillonne et calcule des statistiques sur des fenêtres glissantes, et gère les fuseaux horaires et les périodes.

   6 objectifs d'apprentissage

   Ce que tu vas apprendre

   1. 1.Convertir les dates et les heures en données utilisables dans les calculs de pandas
   2. 2.Indexer, sélectionner et comparer les données selon le temps
   3. 3.Générer des dates et utiliser les fréquences, les décalages et les périodes
   4. 4.Modifier la fréquence d’une série chronologique par rééchantillonnage
   5. 5.Lisser les données et calculer des indicateurs avec des fenêtres glissantes et croissantes
   6. 6.Gérer les fuseaux horaires et l’heure d’été
7. 7

   Visualisation avec Matplotlib et seaborn

   Crée et personnalise des graphiques en courbes, des diagrammes en barres, des nuages de points, des histogrammes, des boîtes à moustaches et des cartes de chaleur avec Matplotlib, pandas et seaborn.

   5 objectifs d'apprentissage

   Ce que tu vas apprendre

   1. 1.Construire des graphiques avec les figures et les zones de tracé de Matplotlib
   2. 2.Tracer des graphiques directement à partir de pandas
   3. 3.Créer des graphiques statistiques avec seaborn
   4. 4.Visualiser des distributions et des grilles de valeurs
   5. 5.Construire des figures à plusieurs panneaux, les annoter et les exporter
8. 8

   Analyse exploratoire des données en Python

   Mène une analyse exploratoire complète dans un notebook : établis le profil des variables, examine les distributions et les relations, et présente les résultats de manière reproductible.

   6 objectifs d'apprentissage

   Ce que tu vas apprendre

   1. 1.Planifier une analyse exploratoire dans un notebook
   2. 2.Établir le profil d’un jeu de données et évaluer sa qualité
   3. 3.Décrire la distribution de chaque variable
   4. 4.Explorer les relations entre variables
   5. 5.Comparer des segments de données
   6. 6.Présenter les résultats exploratoires de manière reproductible