Introduction et mise en place du cours
  • Introduction
  • Installation de l'environnement de travail (Windows, Mac, Linux)
  • Les bibliothèques Python essentielles à la Data Science
  • Prise en main du tableau de bord de Jupyter Notebook
  • Prise en main des notebooks de Jupyter Notebooks
Les bases de Python
  • Les variables
  • Les types de données (numériques)
  • Les types de données (booléens)
  • Les types de données (caractères)
  • Les opérateurs arithmétiques
  • Qu'est-ce qu'une fonction ?
  • Qu'est-ce qu'une bibliothèque ?
  • Importer une bibliothèque et utiliser ses fonctions
  • Testez vos connaissance sur les bases de Python
Les listes en Python
  • Introduction aux listes
  • Accéder aux éléments d'une liste (slicing)
  • Ajouter/modifier/supprimer des éléments d'une liste
  • Diverses manipulations des listes (tri, somme, concaténation, ...)
  • Introduction sur les tuples
  • Introduction : exercice sur les listes
  • Correction : exercice sur les listes
Les bases de la programmation en Python
  • Les opérateurs relationnels et logiques
  • Les instructions de condition (if..else)
  • Boucle for
  • Boucle while
  • Introduction de l'exercice : manipuler la liste des prix de 58 maisons
  • Correction de l'exercice : manipuler la liste des prix de 58 maisons
  • Créer sa propre fonction en Python
Les dictionnaires en Python
  • Introduction aux dictionnaires
  • Ajouter/modifier/supprimer des éléments d'un dictionnaire
  • Parcourir un dictionnaire
  • Introduction : exercice sur les dictionnaires
  • Correction : exercice sur les dictionnaires
Utilisation de la bibliothèque NumPy
  • Introduction à NumPy
  • Création des tableaux NumPy (ndarray)
  • Notions de vues et copies d'un tableau
  • Accéder aux éléments d'un array (slicing)
  • Explorer et filtrer un array
  • Concaténation des arrays avec NumPy
  • Split (cassure) des arrays avec NumPy
  • Calculs sur les arrays
  • Exercice : manipuler un array de 20 maisons vendues en 2008 aux Etats-Unis
  • Correction : manipuler un array de 20 maisons vendues en 2008 aux Etats-Unis
Utilisation de la bibliothèque Pandas pour manipuler les données
  • Introduction à la bibliothèque Pandas
  • Les séries avec Pandas
  • Les Dataframes avec Pandas
  • Lire et écrire un fichier
  • Accéder aux éléments d'un Dataframe
  • Ajouter/supprimer des colonnes d'un dataframe
  • Explorer un Dataframe
  • Filtrer un Dataframe selon des conditions
  • Grouper un Dataframe sur une ou plusieurs colonnes (groupby)
  • Introduction de l'exercice : étudier le marché Android via le Google play store
  • Correction de l'exercice : étudier le marché Android via le Google play store
Utilisation de Matplotlib et Seaborn pour la visualisation de données
  • Importation et description des données de vente du Black Friday
  • Créer son premier graphique
  • Ajouter un titre principal et des labels aux axes
  • Changer les couleurs (et colorer selon certaines variables)
  • Changer la taille ou la forme des points
  • Enregistrer son graphique
  • Les différents types de graphes
  • Combiner plusieurs graphiques (subplots)
  • Créer des graphiques avec Seaborn
  • Exercice : visualiser les données de vente d'un magasin le jour du Black Friday
  • Correction : visualiser les données d'un magasin le jour du Black Friday
  • Fin du cours - Remerciements et conseils
BONUS
  • Coupon : apprendre la Data Science avec R de A à Z
  • Coupon : apprendre la Data Science avec R de A à Z
  • Les notebooks du cours
  • Aide-mémoire Pandas
  • Aide-mémoire Matplotlib
  • Mon livre aux éditions ENI : Python pour la Data Science