Python - bases et introduction aux librairies scientifiques

Objectifs Connaître les concepts du langage Python ainsi que les principales librairies scientifiques : NumPy, Pandas, Matplotlib... Compétences visées - Débuter dans Python - S'approprier les bases du langage - Savoir programmer par modules et créer des packages - Utiliser la librairie (bibliothèque) standard de Python - S'initier à la programmation objets - Aller plus loin au travers d'éléments de syntaxe avancée - Acquérir de bonnes pratiques de développement - Gérer des tableaux de données, effectuer des calculs numériques avec NumPy - Tracer des graphiques et visualiser les données avec Matplotlib - Manipuler, transformer, agréger, indexer des données, réaliser des statistiques avec Pandas - S'initier aux principales librairies de Machine Learning / Deep Learning

- Introduction rapide Historique Installation Premier programme Principales versions Prise en main de IPython - Bases du langage Opérateurs et expressions Instructions de contrôle Fonctions Structures de données - Modules et packages Programmation modulaire Importation de modules Du module au Package - Librairie standard Gestion des fichiers Gestion des répertoires Interface avec le système - Programmation objets (bases) Définition de classes Héritages Gestion des exceptions Surcharge des opérateurs - Syntaxe avancée Définitions fonctionnelles de listes Itérateurs et générateurs Décorateurs Instructions "with" et Contextlib Lambda fonctions - Aide au développement Documentation de code Tests unitaires Debugger Installation de packages (pip) - NumPy Base de NumPy (tableaux et types) Entrées/Sorties Fonctions utiles corrélation de données polynômes programmation fonctionnelle Manipulation de matrices - Matplotlib Structure d'un graphe - éléments esthétiques Layout et Annotations Graphes en 3D Graphes interactifs Introduction à Seaborn Introduction à VisPy (3D temps-réel) - Pandas Manipulation de Series et DataFrames Indexation, Catégories Fonctions numériques et statistiques Lecture & écriture de données Transformation de données Agrégations Time-Series Visualisation - Machine Learning Introduction à SciKit-Learn Introduction à TensorFlow Introduction à PyTorch (Deep Learning)

Attestation d'acquis ou de compétences;Attestation de suivi de présence

Experience de la programmation et de l algorithmique.