Introduction
  • Présentation du contenu de la formation
  • Installation Python + Jupyter Notebook
  • Présentation Jupyter Notebook
Rappel Python
  • Variables & Types de données
  • Listes & Dictionnaires
  • Conditions IF/ELSE
  • Boucles FOR
  • Fonctions Python
Pour commencer, découverte de la bibliothèque Numpy
  • Introduction à Numpy
  • Les tableaux avec Numpy
  • Taille d'un tableau
  • Lire un dataset avec Numpy
  • Les types de données avec Numpy
  • Afficher les données correctement
  • Extraire une valeur depuis un tableau Numpy
  • Extraire un vecteur de valeurs depuis un tableau Numpy
  • Extraire un tableau de valeurs depuis un tableau Numpy
Analyse de données avec Numpy
  • Objectif
  • Effectuer des comparaisons
  • Sélectionner des éléments
  • Effectuer des comparaisons avec plusieurs conditions
  • Remplacer des valeurs dans un tableau Numpy
  • Remplacer les chaines de caractères vides
  • Convertir des types de données
  • Réaliser des calcules mathématiques avec Numpy
  • Calculer la consommation totale annuelle par habitant pour un pays donné
  • Calculer la consommation pour chaque pays
  • Trouver le pays qui consomme le plus d'alcool
La bibliothèque Pandas
  • Introduction à la librairie Pandas
  • Présentation du dataset
  • Lire un fichier CSV avec Pandas
  • Exploration du DataFrame
  • Sélectionner une ligne
  • Les types de données Pandas
  • Sélectionner plusieurs lignes
  • Sélectionner une colonne plutôt qu'une ligne
  • Sélectionner plusieurs colonnes
  • Cas pratique
Manipulation de données avec Pandas
  • Introduction
  • Transformer une colonne
  • Opérations mathématiques entre colonnes
  • Créer un indice nutritionnel
  • Normaliser des colonnes
  • Créer une nouvelle colonne
  • Créer un indice nutritionnel normalisé
  • trier un DataFrame
Traiter les valeurs manquantes
  • Introduction au dataset
  • Trouver les valeurs manquantes
  • Problème avec les valeurs manquantes
  • Moyen plus simple de calculer une moyenne
  • Calculer des statistiques de prix
  • Introduction sur le Pivot de Table
  • Table Pivot Niveau 2
  • Eliminer les valeurs manquantes
  • iloc pour accéder à des lignes
  • Les index de colonne
  • Réindexer les lignes d'un DataFrame
  • Appliquer des fonctions sur un DataFrame
  • Appliquer une fonction à une ligne
  • Pratique: Calculer le pourcentage de survie par groupe d'âge
Challenge: Analyser de la data
  • Introduction au dataset
  • Nombre d'étudiants par catégorie de Major
  • Taux de jobs à faible salaire
  • Comparer des datasets
Tout sur les Series avec Pandas
  • Les structures de données
  • Indexage avec des entiers
  • Personnaliser son indexage
  • Réindexer un objet Series
  • Trier un objet Series
  • Transformation de colonnes
  • Comparer et filtrer
  • Alignement des données
Tout sur les DataFrames avec Pandas
  • Index partagé par toutes les colonnes
  • Utiliser des index entier pour sélectionner des lignes
  • Utiliser des index personnalisés
  • Sélectionner des valeurs depuis un index personnalisé
  • Méthode Apply() sur les colonnes d'un DataFrame
  • Méthode Apply() sur les lignes d'un DataFrame
Projet Guidé: Analyse de data
  • Introduction au dataset
  • Filtrer des données
  • Exploration des repas de Thanksgiving
  • Tendances des desserts pour Thanksgiving
  • Convertir l'âge en une valeur numérique
  • Convertir les revenus en valeurs numériques
  • Corrélation entre distance et revenus
  • Lien entre passer Thanksgiving entre amis avec l'âge et le revenu
graphique: les courbes
  • Introduction
  • présentation du dataset