4.48 sur 5
4.48
482 Commentaires sur Udemy

Programmer en Python pour la Data Science de A à Z

Apprenez à programmer en Python et à utiliser NumPy, Pandas, Matplotlib et Seaborn pour faire de la Data Science.
Utiliser Jupyter
Programmer en Python
Récupérer des données et les intégrer dans son environnement de travail
Connaitre les différentes structures de données (listes, dictionnaires, tableaux, dataframes, ...)
Manipuler efficacement des données avec Python et la librairie Pandas
Explorer et visualiser des données avec Matplotlib et Seaborn
Utiliser Python pour faire de la data science

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.

Introduction et mise en place du cours

1
Introduction
2
Installation de l'environnement de travail (Windows, Mac, Linux)
3
Les bibliothèques Python essentielles à la Data Science
4
Prise en main du tableau de bord de Jupyter Notebook
5
Prise en main des notebooks de Jupyter Notebooks

Les bases de Python

1
Les variables
2
Les types de données (numériques)
3
Les types de données (booléens)
4
Les types de données (caractères)
5
Les opérateurs arithmétiques
6
Qu'est-ce qu'une fonction ?
7
Qu'est-ce qu'une bibliothèque ?
8
Importer une bibliothèque et utiliser ses fonctions
9
Testez vos connaissance sur les bases de Python

Les listes en Python

1
Introduction aux listes
2
Accéder aux éléments d'une liste (slicing)
3
Ajouter/modifier/supprimer des éléments d'une liste
4
Diverses manipulations des listes (tri, somme, concaténation, ...)
5
Introduction sur les tuples
6
Introduction : exercice sur les listes
7
Correction : exercice sur les listes

Les bases de la programmation en Python

1
Les opérateurs relationnels et logiques
2
Les instructions de condition (if..else)
3
Boucle for
4
Boucle while
5
Introduction de l'exercice : manipuler la liste des prix de 58 maisons
6
Correction de l'exercice : manipuler la liste des prix de 58 maisons
7
Créer sa propre fonction en Python

Les dictionnaires en Python

1
Introduction aux dictionnaires
2
Ajouter/modifier/supprimer des éléments d'un dictionnaire
3
Parcourir un dictionnaire
4
Introduction : exercice sur les dictionnaires
5
Correction : exercice sur les dictionnaires

Utilisation de la bibliothèque NumPy

1
Introduction à NumPy
2
Création des tableaux NumPy (ndarray)
3
Notions de vues et copies d'un tableau
4
Accéder aux éléments d'un array (slicing)
5
Explorer et filtrer un array
6
Concaténation des arrays avec NumPy
7
Split (cassure) des arrays avec NumPy
8
Calculs sur les arrays
9
Exercice : manipuler un array de 20 maisons vendues en 2008 aux Etats-Unis
10
Correction : manipuler un array de 20 maisons vendues en 2008 aux Etats-Unis

Utilisation de la bibliothèque Pandas pour manipuler les données

1
Introduction à la bibliothèque Pandas
2
Les séries avec Pandas
3
Les Dataframes avec Pandas
4
Lire et écrire un fichier
5
Accéder aux éléments d'un Dataframe
6
Ajouter/supprimer des colonnes d'un dataframe
7
Explorer un Dataframe
8
Filtrer un Dataframe selon des conditions
9
Grouper un Dataframe sur une ou plusieurs colonnes (groupby)
10
Introduction de l'exercice : étudier le marché Android via le Google play store
11
Correction de l'exercice : étudier le marché Android via le Google play store

Utilisation de Matplotlib et Seaborn pour la visualisation de données

1
Importation et description des données de vente du Black Friday
2
Créer son premier graphique
3
Ajouter un titre principal et des labels aux axes
4
Changer les couleurs (et colorer selon certaines variables)
5
Changer la taille ou la forme des points
6
Enregistrer son graphique
7
Les différents types de graphes
8
Combiner plusieurs graphiques (subplots)
9
Créer des graphiques avec Seaborn
10
Exercice : visualiser les données de vente d'un magasin le jour du Black Friday
11
Correction : visualiser les données d'un magasin le jour du Black Friday
12
Fin du cours - Remerciements et conseils

BONUS

1
Coupon : apprendre la Data Science avec R de A à Z
2
Coupon : apprendre la Data Science avec R de A à Z
3
Les notebooks du cours
4
Aide-mémoire Pandas
5
Aide-mémoire Matplotlib
6
Mon livre aux éditions ENI : Python pour la Data Science
4.5
4.5 sur 5
Notes482

Détails des Notes

Étoiles 5
294
Étoiles 4
160
Étoiles 3
23
Étoiles 2
3
Étoiles 1
2
931b088a6034852af282a59bd060ad83
Garantie de remboursement de 30 jours

Inclut

8 heures de vidéo à la demande
Durée totale du cours 
Accès sur le mobile et la télévision
Certificat d'achèvement
Je déclare avoir pris connaissance des conditions générales d'utilisation de la plateforme Academia Raqmya (CGU) notamment en ce qui concerne la protection des données à caractère personnelles et la transférabilité des licences.