Plan du cours

Introduction

  • Python polyvalence : de l'analyse des données à l'exploration du web

Python Structures de données et opérations

  • Integers et flottants
  • Chaînes de caractères et octets
  • Tuples et listes
  • Dictionnaires et dictionnaires ordonnés
  • Ensembles et ensembles gelés
  • Cadre de données (pandas)
  • Conversions

Programmation orientée objet avec Python

  • Héritage
  • Polymorphisme
  • Classes statiques
  • Fonctions statiques
  • Décorateurs
  • Autres

Analyse des données avec Pandas

  • Nettoyage de données
  • Utilisation de données vectorisées dans pandas
  • Traitement des données
  • Tri et filtrage des données
  • Opérations d'agrégation
  • Analyse des séries temporelles

Data Visualization

  • Tracer des diagrammes avec matplotlib
  • Utiliser matplotlib à partir de pandas
  • Créer des diagrammes de qualité
  • Visualisation de données dans les carnets Jupyter
  • Autres bibliothèques de visualisation dans Python

Vectorisation de données en Numpy

  • Création de tableaux Numpy
  • Opérations courantes sur les matrices
  • Utilisation des ufuncs
  • Vues et diffusion sur les tableaux Numpy
  • Optimiser les performances en évitant les boucles
  • Optimiser les performances avec cProfile

Traiter les Big Data avec Python

  • Construction et support d'applications distribuées avec Python
  • Stockage de données : Travailler avec des bases de données SQL et NoSQL
  • Traitement distribué avec Hadoop et Spark
  • Mise à l'échelle de vos applications

Extension de Python (et vice versa) à d'autres langages

  • C#
  • Java
  • C++
  • Perl
  • Autres

Python Programmation multithread

  • Modules
  • Synchronisation
  • Priorisation

Data Serialization

  • Python sérialisation d'objets avec Pickle

Programmation de l'interface utilisateur avec Python

  • Options de cadre pour la construction d'interfaces graphiques en Python
  • Tkinter
  • Pyqt

Python pour les scripts de maintenance

  • Soulever et attraper les exceptions correctement
  • Organiser le code en modules et en paquets
  • Comprendre les tables de symboles et y accéder dans le code
  • Choisir un cadre de test et appliquer le TDD en Python

Python pour le Web

  • Packages pour le traitement des sites web
  • Crawling web
  • L'analyse du HTML et du XML
  • Remplissage automatique de formulaires web

Résumé et conclusion

Pré requis

  • Expérience de la programmation de niveau débutant à intermédiaire.
  • Connaissance des mathématiques et des statistiques.
  • Connaissance des concepts de base de données.

Audience

  • Développeurs
 28 heures

Nombre de participants


Prix par participant

Nos clients témoignent (7)

Cours à venir