Formations au coeur des technologies

Essayer, tester, échanger les bonnes pratiques, partager les retours d'expériences, ...
toutes nos formations sont disponibles à distance (classes virtuelles) et en centre de formation (présentiel), au choix.
Vous pouvez même changer de modalité en cours de formation, si vous avez des contraintes : par exemple, commencer en présentiel et continuer les jours suivants à distance.
Les outils pédagogiques et l'infrastructure de travaux pratiques mis à disposition sont accessibles depuis nos locaux, ou depuis votre entreprise ou votre lieu de télétravail, à volonté
N'hésitez pas à tester nos formations et nos serious games !

Formation : Visualisation avancée de données avec Python

Durée2 jours
Prix1 960 €
Code coursLY005
Dates3 au 5 avril
3 au 5 juin
15 au 17 septembre
12 au 14 novembre

(cliquez sur une date pour vous inscrire)

Public:

Développeurs souhaitant mettre en valeur les données scientifiques avec un support visuel, Data analysts, Data scientists.

Objectifs:

Savoir traiter les données scientifiques brutes pour leur visualisation
Savoir utiliser les librairies graphiques de python pour visualiser des donnéesGraphiques spécifiques : graphes dynamiques, cartographie

Connaissances préalables nécessaires:

Avoir suivi la formation "Python Initiation" ou avoir un niveau équivalent et avoir une pratique régulière du langage Python

Programme détaillé de la formation


(logo acroreadTéléchargez le programme) :
Visualisation de données
Contexte de la visualisation de données scientifiques et pièges à éviter
Concepts essentiels de la communication visuelle (couleurs, taille, forme, type de graphique, ...)
Architecture de présentation des données (DPA)
La valorisation des données. Les indicateurs de performance clés (KPI).
Objectifs et règles de conception : clarté, pertinence, cohérence, stimulation.
Principes de perceptions des informations.
Types de visualisation de base : graphiques linéaires, diagrammes en secteurs, cartes de zone, frise
chronologique, diagrammes de dispersion, arbres, pyramides des populations
Types évolués : infographie, nuages de bulles, graphiques à puces, cartes de chaleur, graphiques de séries
chronologiques
Atelier : mise en évidence de la pertinence du type de graphiques : comparaison camemberts, barres, chandeliers japonais, ...


Personnalisation des graphes avec Matplotlib
Fonctionnement de matplotlib : les backends, graphiques interactifs, polices, gestion des évènements,
performances.
Exploration du package pour créer des graphes sur différents types de données (qualitatives, quantitatives,
séries temporelles, 3 dimensions)
Affiner et compléter les graphes (échelle, valeurs aberrrantes, barres d'erreur, etc ..)
Les types : bar, scatter, plot, boxplot, fill_between, imshow, tricontour, quiver
Personnalisation de graphes (légende, points remarquables avec flèche et texte en LateX dans le graphe,
modification du style de graphe)
Atelier : création de graphiques personnalisés. Utilisation des styles Matplotlib

Atelier : détection d'anomalie par l'utilisation d'animations


Packages spécialisés
Transformer des données avec Pandas (calculs d'agrégats, traitement des valeurs manquantes ou
incohérentes, gestion des dates, etc ...
Atelier : nettoyage, préparation et regroupement de données de


températures. Mise en oeuvre des bfill, ffill, ... Gestion des nan.
Gestion des données temporelles. Préparation des données pour
visualisation.
Le package Seaborn pour les données statistiques (box plot, pair plot, violin plot, matrices de graphiques,
cartes thermiques, etc ...)
Atelier : installation du paquet et création d'une carte thermique sur les données précédentes.


Cartographie (package cartopy et/ou Folium)
Atelier : ajout d'une planisphère sur la carte thermique précédente. Visualisation des points chauds de la planère en fonction des années.


Interactivité et gros volumes de données
Création de dashboards simples (graphes et boutons simples permettant l'action de l'utilisateur)
Dashboards interactifs et partageables (par exemple, lien avec un notebook IPython ou Jupyter)
Création de graphiques web interactifs avec le package Bokeh, Plotty ...
Les apis Bokeh
Atelier : mise en oeuvre de Bokeh. Création d'un graphique interactif reliant les isothermes de la carte précédente


Visualisation dans un navigateur.
Paasage à l'échelle, présentation de l'écosystème HoloViz : datashader, geoviews, panel.
Gros volume de données avec datashader ou holoViz.
Atelier : intégration de données vents, visibilité au graphique précédent.


Mise en évidence de la tenue à la charge.

Déroulé pédagogique
Modalités et délais d'accès
Méthodes mobilisées

Pythagore-F.D.

01 55 33 52 10
pfd@pythagore-fd.fr
Calendrier
Code cours : LY005

Contenu de la formation
Visualisation avancée de données avec Python:

Accès à la liste des cours



Vous pouvez bien entendu composer votre programme personnel à partir de nos descriptifs de cours

Note moyenne des participants à la formation Visualisation avancée de données avec Python

4.2/5




Version du document : R006
Date de mise à jour du document : 2024/01/06