Détails
- 10 Sections
- 74 Lessons
- 21 Weeks
Expand all sectionsCollapse all sections
- Présentation de Python4
- 1.1Les éléments fondamentaux du langage
- 1.2Les apports et enjeux de Python dans la Big Data et l’analyse de données
- 1.3Les différents types de bases
- 1.4Les procédures et fonctions
- Présentation de Python4
- 2.1Les éléments fondamentaux du langage
- 2.2Les apports et enjeux de Python dans la Big Data et l’analyse de données
- 2.3Les différents types de bases
- 2.4Les procédures et fonctions
- L'ingestion avec Python10
- 3.1Pandas : présentation de la librairie
- 3.2Manipuler les données avec cette librairie
- 3.3Définition du concept de DataFrame
- 3.4Les structures d’interrogation et d’indexation
- 3.5Les données manquantes et leur traitement
- 3.6La fusion de DataFrame
- 3.7Manipuler les dates
- 3.8Appliquer des mesures statistiques variées sur les DataFrames
- 3.9Les problèmes de mesure et de normalisation
- 3.10Réaliser des métriques d’analyse
- L'ingestion avec Python10
- 4.1Pandas : présentation de la librairie
- 4.2Manipuler les données avec cette librairie
- 4.3Définition du concept de DataFrame
- 4.4Les structures d’interrogation et d’indexation
- 4.5Les données manquantes et leur traitement
- 4.6La fusion de DataFrame
- 4.7Manipuler les dates
- 4.8Appliquer des mesures statistiques variées sur les DataFrames
- 4.9Les problèmes de mesure et de normalisation
- 4.10Réaliser des métriques d’analyse
- Le concept de scrapping de données10
- 5.1Définition du scrapping
- 5.2Le niveau de difficulté du scrapping selon le support: Web, Papier, PDF
- 5.3Les usages pratiques du scrapping
- 5.4L’architecture d’internet
- 5.5Définition d’un « Client »
- 5.6Définition d’un « Serveur »
- 5.7L’importance des deux notions
- 5.8L’impact du HTTP et du HTML sur les scrapers
- 5.9La balise HTML et son attribut
- 5.10L’identification d’éléments par « class » et par « id »
- Le concept de scrapping de données10
- 6.1Définition du scrapping
- 6.2Le niveau de difficulté du scrapping selon le support: Web, Papier, PDF
- 6.3Les usages pratiques du scrapping
- 6.4L’architecture d’internet
- 6.5Définition d’un « Client »
- 6.6Définition d’un « Serveur »
- 6.7L’importance des deux notions
- 6.8L’impact du HTTP et du HTML sur les scrapers
- 6.9La balise HTML et son attribut
- 6.10L’identification d’éléments par « class » et par « id »
- Python: l'usage en solution ETL6
- 7.1Les formats de données structurées: CSV, XML, JSON
- 7.2Lecture et écriture des fichiers
- 7.3Exploiter les données de fichiers de différentes sources
- 7.4Les fonctions d’accès
- 7.5Chargement des données en blocs de lignes
- 7.6Beautiful Soup & CSS Select : les outils dédiés au scrapping
- Python: l'usage en solution ETL6
- 8.1Les formats de données structurées: CSV, XML, JSON
- 8.2Lecture et écriture des fichiers
- 8.3Exploiter les données de fichiers de différentes sources
- 8.4Les fonctions d’accès
- 8.5Chargement des données en blocs de lignes
- 8.6Beautiful Soup & CSS Select : les outils dédiés au scrapping
- Mise en place d'un scraper7
- 9.1Les scrapers simples
- 9.2Élaborer une stratégie pour naviguer sur le site
- 9.3Le codage du scraper
- 9.4Les scrapers complexes : l’envoi de données à un site internet
- 9.5Les requêtes POST et les requêtes GET
- 9.6Parcourir un site pour trouver des données
- 9.7Élaborer une stratégie
- Mise en place d'un scraper7
- 10.1Les scrapers simples
- 10.2Élaborer une stratégie pour naviguer sur le site
- 10.3Le codage du scraper
- 10.4Les scrapers complexes : l’envoi de données à un site internet
- 10.5Les requêtes POST et les requêtes GET
- 10.6Parcourir un site pour trouver des données
- 10.7Élaborer une stratégie
