27280023 - Initiation au traitement de données en Python
Niveau de diplôme | |
---|---|
Crédits ECTS | 3 |
Volume horaire total | 24 |
Volume horaire CM | 20 |
Volume horaire TD | 4 |
Responsables
Objectifs
COURS EN E-LEARNING
Le cours est consacré au traitement analytique et à la visualisation de données avec Python. Il s’agit d’étudier l’analyse et la visualisation de données avec des outils alternatifs à Excel et reposant sur le langage de programmation Python avec les bibliothèques Pandas et Matplotlib / Seaborn.
Estimation du temps de travail personnel (en dehors des cours) : 20h
CONNAISSANCES ET COMPETENCES CIBLES
Initiation au langage de programmation Python et à l’utilisation des bibliothèques de traitement / visualisation de données (Pandas, Seaborn).
Le cours est consacré au traitement analytique et à la visualisation de données avec Python. Il s’agit d’étudier l’analyse et la visualisation de données avec des outils alternatifs à Excel et reposant sur le langage de programmation Python avec les bibliothèques Pandas et Matplotlib / Seaborn.
Estimation du temps de travail personnel (en dehors des cours) : 20h
CONNAISSANCES ET COMPETENCES CIBLES
Initiation au langage de programmation Python et à l’utilisation des bibliothèques de traitement / visualisation de données (Pandas, Seaborn).
Contenu
PLAN DE COURS
Introduction
Introduction
- Environnement technique
- Jupyter Notebook
- Markdown
- Valeurs, expressions, types, variables, affectation
- Interactions utilisateur
- Alternatives
- Répétitions
- Structures de données
- Modules et fonctions
- Series et Dataframes
- Création de Series et Dataframe
- Référencement des données
- Exploration des données
- Manipulation
- Traitement des valeurs manquantes
- Analytique
- Graphiques linéaires et à barres, cartes thermiques
- Nuages de points, distributions
- Types de graphiques et styles personnalisés
Bibliographie
OUVRAGES ET PUBLICATIONS DE REFERENCE :
1. Wes McKinney, Python for Data Analysis
2. Amandine Velt, Python pour la Data Science, ENI, 2020.
3. Emmanuel Jakobowicz, Python pour le Data Scientist, Dunod, 2021.
4. David Taieb, Data Analysis with Python, Packt Publishing,
1. Wes McKinney, Python for Data Analysis
2. Amandine Velt, Python pour la Data Science, ENI, 2020.
3. Emmanuel Jakobowicz, Python pour le Data Scientist, Dunod, 2021.
4. David Taieb, Data Analysis with Python, Packt Publishing,
Contrôles des connaissances
Note individuelle
En ligne
QCM, 30min
Autre(s) notation(s)
3 QCM de 5 mn
Pondération : 30% contrôle continu et 70% examen
En ligne
QCM, 30min
Autre(s) notation(s)
3 QCM de 5 mn
Pondération : 30% contrôle continu et 70% examen
Informations complémentaires
MODALITES PEDAGOGIQUES
Cours en ligne comportant des exercices à réaliser avec les corrigés fournis
NATURE DES SUPPORTS
Supports de cours en ligne et dématérialisés
Quelques videos complètent les supports pour les points délicats à aborder
INNOVATIONS PEDAGOGIQUES ET UTILISATION DE TECHNOLOGIES
Utilisation de Jupyter Notebooks intégrés au système de documentation Python sphinx
PRE-REQUIS EN TERMES DE CONNAISSANCES ET COMPETENCES
Une première initiation à la programmation est préférable mais non obligatoire
LECTURE(S) CONSEILLEE(S) :
Gérard Swinnen, Apprendre à programmer avec Python 3,
Tarek Ziadé, Programmation python - Conception et optimisation, Eyrolles
RESSOURCE(S) A DISPOSITION :
Ces références sont accessibles par la bibliothèque de l’université
Cours en ligne comportant des exercices à réaliser avec les corrigés fournis
NATURE DES SUPPORTS
Supports de cours en ligne et dématérialisés
Quelques videos complètent les supports pour les points délicats à aborder
INNOVATIONS PEDAGOGIQUES ET UTILISATION DE TECHNOLOGIES
Utilisation de Jupyter Notebooks intégrés au système de documentation Python sphinx
PRE-REQUIS EN TERMES DE CONNAISSANCES ET COMPETENCES
Une première initiation à la programmation est préférable mais non obligatoire
LECTURE(S) CONSEILLEE(S) :
Gérard Swinnen, Apprendre à programmer avec Python 3,
Tarek Ziadé, Programmation python - Conception et optimisation, Eyrolles
RESSOURCE(S) A DISPOSITION :
Ces références sont accessibles par la bibliothèque de l’université
Formations dont fait partie ce cours
- Master Entrepreneuriat et Développement des Entreprises Nouvelles - EDEN
- Master CSE - Conseil Soutenabilité Expertise (Alternance)
- Master Audit Financier
- Master Management et Commerce International
- Master Management des Equipes, Qualité et Développement Durable - MEQ2D (en alternance)
- Master Management des Ressources Humaines et Organisation - RHO
- Master Gestion de Production, Logistique, Achats - GPLA (Alternance)
- Master Gestion de Patrimoine
- Master's Degree International Business Realities (en Anglais)
- Master Management en Hôtellerie-Restauration-Loisirs - HRL (Alternance)
- M.Sc. International Management - Master's Degree International Business Realities Program
- Master Management des Industries Pharmaceutiques et des Technologies Médicales
- Master Management de la Qualité dans les Industries Pharmaceutiques et Biomédicales (MQIPB)
- Master Manager QSE - Qualité Sécurité Environnement (alternance)
- Master Management et Communication
- Master Management des Systèmes d'Information
- Master Contrôle de Gestion et Audit Organisationnel (CGAO)
- Master Animation et Développement de Réseaux de Franchise - ADRF (Alternance)
- Master Gestion de Patrimoine (alternance)
- Master Management, Conseil et Changement - MC² (alternance)
- Master Ingénierie Financière et Transaction - IFT
- Master Marketing, Vente
- Master Marketing Stratégique et Opérationnel (alternance)
- Master Management des Ressources Humaines et Organisation - RHO (Alternance)