Du fait de sa puissance de calcul, Python est devenu le langage de référence en mathématiques et donc pour les datas sciences. Langage open source, Python possède de plus d’excellentes librairies pour les calculs mathématiques dont numpy, scipy, matploblib et pandas. Cette formation vous apprendra à utiliser ces librairies et lancer des traitements en parallèle pour vos calculs distribués

  • Tarif sur demande.
  • Prochaine session : à la demande.
  • Formation accessible aux personnes en situation de handicap.
  • 70% de pratique et 30% de théorie en moyenne.
  • Nombreuses activités pratiques pour une évaluation constante.
  • Supports, exercices et corrections à disposition en ligne pendant et après la formation.
  • Délai d'accès minimum : 1 semaine.
  • Formation 100% distanciel (téléprésence).
  • Evaluation par le formateur à travers les activités pratiques.
  • Public Développeurs, Data analyste
  • Prérequis Python

Lors de cette formation, les participants suivent 5 jours de formation.

  • Introduction
      Les avantages de Python pour le calcul scientifiquePrésentation des librairies principalesLes data sciencesInstallation des outils
  • Numpy
      IntroductionLes tableauxCréation de tableauxSélection de données,CalculsFiltresAssociation de tableauxEntrée / Sortie : formats de fichier standardFonctions
  • Scipy
      PrésentationChamps d’applicationLien avec NumpyFonctions spécialesIntégrationOptimisationAlgèbre Linéaire
  • Matplotlib
      PrésentationLiens avec Numpy et scipyGraphiquesFiguresLine 2DHistogrammeCamenbertCheminBarreFigure avec plusieurs graphiques
  • Pandas
      Les SériesLes DataFramesCréation de Série et de DataFrameSélection des donnéesAgrégationEntrées et sorties via les fichiers .csvFusion de DataFrameManipulation de série temporellesUtilisation d'une base de données
  • Parallélisme
      Principes de base de la parallélisationPython et la parallélisationMutlti-threadingQu'est ce qu'un thread ?Accès concurrentiel aux donnéesLes verrousLes sémaphoresDeadlockFile d'attenteLimites du Multi-threading en PythonMulti-processingQu'est ce qu'un process ?Mémoire partagéeVerrous et sémaphoresFile d'attenteCommunicationBarrièrePool