Python - Initiation à la manipulation et à l'analyse de données

Cette formation initie les participants à la manipulation et à l'analyse de jeux de données avec Python. Elle est conçue pour un public non développeur, dont l'objectif est d'exploiter des données plutôt que d'apprendre la programmation pour elle-même. Après une prise en main de l'environnement Jupyter Notebook et l'acquisition du socle minimal du langage, les participants découvrent la bibliothèque pandas et ses structures de données, puis apprennent à importer un jeu de données, en contrôler la qualité, recoder, sélectionner et regrouper les variables. La formation se poursuit par une initiation à la visualisation avec matplotlib et s'achève par un atelier de synthèse. À l'issue de cet atelier, chaque participant dispose d'un notebook structuré permettant d'importer un jeu de données, de réaliser des contrôles simples, de produire des indicateurs descriptifs, de générer des graphiques et d'exporter les résultats. La progression privilégie la pratique immédiate en notebook, chaque notion étant introduite puis appliquée.

• À l'issue de la formation, le participant sera capable de :
• Utiliser l'environnement Jupyter Notebook pour exécuter et documenter un traitement
• Mobiliser les éléments essentiels du langage Python nécessaires à l'exécution, la lecture et l'adaptation de traitements simples en notebook
• Identifier les structures de données pandas (Series, DataFrame) et leurs propriétés
• Importer des données depuis des fichiers CSV et Excel, et exporter des résultats exploitables
• Contrôler la qualité d'un jeu de données avant analyse : dimensions, types, valeurs manquantes, doublons, • modalités, formats de dates
• Identifier et corriger les erreurs courantes rencontrées lors d'un import ou d'un traitement
• Créer, recoder et transformer des variables au sein d'un DataFrame
• Sélectionner, filtrer et regrouper des données selon des critères définis
• Produire et personnaliser des graphiques de base avec matplotlib
• Réaliser des traitements de statistique descriptive simples avec pandas : indicateurs de synthèse, distributions, tableaux croisés et comparaisons par groupes