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). 

Contenu

PLAN DE COURS

Introduction
  • Environnement technique
  • Jupyter Notebook
  • Markdown
Python
  • Valeurs, expressions, types, variables, affectation
  • Interactions utilisateur
  • Alternatives
  • Répétitions
  • Structures de données
  • Modules et fonctions
Pandas
  • Series et Dataframes
  • Création de Series et Dataframe
  • Référencement des données
  • Exploration des données
  • Manipulation
  • Traitement des valeurs manquantes
  • Analytique
Seaborn
  • 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,

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

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

Formations dont fait partie ce cours