Programmer en Python pour la Data Science de A à Z
- Description
- Programme
- Commentaires
Ce cours est dédié à l’apprentissage de la programmation en Python appliqué à la Data Science. Si vous avez envie d’apprendre à coder, d’apprendre à manipuler de la data ou les deux, alors n’hésitez pas, ce cours est un concentré de tout ça !
Ce cours de 8 heures vous permettra dans un premier temps d’acquérir les outils nécessaires pour coder en Python et faire de la Data Science. Puis il enchaînera sur la partie théorique de la programmation en Python, avec des exercices à chaque étape, afin de comprendre la théorie en pratiquant. Enfin, vous apprendrez à manipuler et explorer/visualiser des données efficacement.
A la fin de ce cours, vous serez capable d’aller récupérer un jeu de données qui vous intéresse et de l’analyser de A à Z pour en sortir les informations qui vous intéresse.
J’espère que ce cours vous plaira, j’ajouterai d’avantage de cas pratiques au fur et à mesure pour le rendre encore plus complet qu’il ne l’est déjà. Le but de ce cours de Data Science est réellement de vous apprendre à programmer en Python, de vous faire pratiquer afin de devenir totalement autonome pour analyser tous les jeux de données qui vous intéresse. Et je compte bien vous aider à chaque étape pour arriver à cette finalité !
Pourquoi utiliser Python ?
Ce cours est dédié à Python pour la simple et bonne raison que c’est un des langages les plus utilisés en Data Science. De plus, c’est un langage que je maîtrise et qui a fait ses preuves pour résoudre tout mes problèmes d’analyse de données. Mais aussi parce que c’est un langage de programmation libre, intuitif et très bien documenté.
Je veux que ce cours soit le plus complet possible. Ainsi, n’hésitez surtout pas à me contacter si vous avez la moindre question ou la moindre remarque sur ce cours. C’est aussi grâce à vous que je pourrais l’améliorer et le faire évoluer. Mon objectif est réellement de vous aider à devenir un Data Scientist autonome et passionné !
Logo conçu par Katemangostar de Freepik.
-
1IntroductionVideo lesson
-
2Installation de l'environnement de travail (Windows, Mac, Linux)Video lesson
-
3Les bibliothèques Python essentielles à la Data ScienceVideo lesson
-
4Prise en main du tableau de bord de Jupyter NotebookVideo lesson
-
5Prise en main des notebooks de Jupyter NotebooksVideo lesson
-
6Les variablesVideo lesson
-
7Les types de données (numériques)Video lesson
-
8Les types de données (booléens)Video lesson
-
9Les types de données (caractères)Video lesson
-
10Les opérateurs arithmétiquesVideo lesson
-
11Qu'est-ce qu'une fonction ?Video lesson
-
12Qu'est-ce qu'une bibliothèque ?Video lesson
-
13Importer une bibliothèque et utiliser ses fonctionsVideo lesson
-
14Testez vos connaissance sur les bases de PythonQuiz
-
15Introduction aux listesVideo lesson
-
16Accéder aux éléments d'une liste (slicing)Video lesson
-
17Ajouter/modifier/supprimer des éléments d'une listeVideo lesson
-
18Diverses manipulations des listes (tri, somme, concaténation, ...)Video lesson
-
19Introduction sur les tuplesVideo lesson
-
20Introduction : exercice sur les listesVideo lesson
-
21Correction : exercice sur les listesVideo lesson
-
22Les opérateurs relationnels et logiquesVideo lesson
-
23Les instructions de condition (if..else)Video lesson
-
24Boucle forVideo lesson
-
25Boucle whileVideo lesson
-
26Introduction de l'exercice : manipuler la liste des prix de 58 maisonsVideo lesson
-
27Correction de l'exercice : manipuler la liste des prix de 58 maisonsVideo lesson
-
28Créer sa propre fonction en PythonVideo lesson
-
34Introduction à NumPyVideo lesson
-
35Création des tableaux NumPy (ndarray)Video lesson
-
36Notions de vues et copies d'un tableauVideo lesson
-
37Accéder aux éléments d'un array (slicing)Video lesson
-
38Explorer et filtrer un arrayVideo lesson
-
39Concaténation des arrays avec NumPyVideo lesson
-
40Split (cassure) des arrays avec NumPyVideo lesson
-
41Calculs sur les arraysVideo lesson
-
42Exercice : manipuler un array de 20 maisons vendues en 2008 aux Etats-UnisVideo lesson
-
43Correction : manipuler un array de 20 maisons vendues en 2008 aux Etats-UnisVideo lesson
-
44Introduction à la bibliothèque PandasVideo lesson
-
45Les séries avec PandasVideo lesson
-
46Les Dataframes avec PandasVideo lesson
-
47Lire et écrire un fichierVideo lesson
-
48Accéder aux éléments d'un DataframeVideo lesson
-
49Ajouter/supprimer des colonnes d'un dataframeVideo lesson
-
50Explorer un DataframeVideo lesson
-
51Filtrer un Dataframe selon des conditionsVideo lesson
-
52Grouper un Dataframe sur une ou plusieurs colonnes (groupby)Video lesson
-
53Introduction de l'exercice : étudier le marché Android via le Google play storeVideo lesson
-
54Correction de l'exercice : étudier le marché Android via le Google play storeVideo lesson
-
55Importation et description des données de vente du Black FridayVideo lesson
-
56Créer son premier graphiqueVideo lesson
-
57Ajouter un titre principal et des labels aux axesVideo lesson
-
58Changer les couleurs (et colorer selon certaines variables)Video lesson
-
59Changer la taille ou la forme des pointsVideo lesson
-
60Enregistrer son graphiqueVideo lesson
-
61Les différents types de graphesVideo lesson
-
62Combiner plusieurs graphiques (subplots)Video lesson
-
63Créer des graphiques avec SeabornVideo lesson
-
64Exercice : visualiser les données de vente d'un magasin le jour du Black FridayVideo lesson
-
65Correction : visualiser les données d'un magasin le jour du Black FridayVideo lesson
-
66Fin du cours - Remerciements et conseilsVideo lesson
![6693](https://academiaraqmya.gov.ma/wp-content/uploads/2021/04/1941726_73cc_5.jpg)