Description
Objectif de formation : Cette formation permet aux participants de découvrir les éléments avancés du langage Python dans un contexte scientifique.
Objectifs pédagogiques
- Maitriser les bibliothèques de programmation scientifique en Python
- Explorer et analyser des données
- Programmer des algorithmes et calculer de manière efficace en Python
Public concerné
Développeurs
Chef de projets
Scientifiques
Prérequis
Avoir suivi la formation "Python Initiation" ou avoir un niveau équivalent
Avoir une pratique régulière du langage Python
Déroulé du programme
1
Python avancé
- Rappels concepts fondamentaux Python
- Bonnes pratiques / Design de code
- Fonctionnalités avancées de Python
- Évaluation de performances
- Limite des performances du langage Python natif
2
Manipulation de tableaux et opérations mathématiques avec NumPy
- Structure de donnée : les numpy array
- Création de tableau
- Accès aux éléments du tableau : indexation simple, slicing & striding, indexation avancée
- Opérations sur les tableaux : opérations basiques, broadcasting, méthodes spécifiques, travailler à partir de formules mathématiques
- Entrées/sorties avec Numpy
- Explication de l’optimisation des opérations sur les tableaux avec Numpy : vectorisation, Allocation mémoire, binding C++, compilation sur architecture dédiée, optimisation des ressources du processeur
- Bannir les boucles for
- Comparaison de performances avec Python natif
- Profilage / Timing
3
Calcul scientifique avec SciPy
- Présentation générale de librairie
- Présentation de quelques exemples : fit de courbe, algèbre linéaire, fourrier, traitement du signal…
4
Exploration et analyse de données avec Pandas
- Structure de données : DataFrame, série
- Fonctionnalités essentielles : attributs, statistiques descriptives, type de données...
- Indexation et sélection de données : Basique, accès par attribut, slicing, sélection par label, par position, par fonction callable, méthodes de sélection, sélection par masque
- Opérations mathématiques sur les DataFrames : opérations accélérées sur les données, application de fonction mathématiques
- Opérations sur les DataFrames : concaténation, fusion, regroupement
- Travailler avec des données textuelles
- Travailler avec des données manquantes
- Travailler avec des Série temporelles
- Outils d’entrée/sortie
5
Accélération de code Python
- Présentation générale et rapide des outils existant pour accélérer les codes Python
- Passage à l’échelle et parallélisme avec Dask
Informations
Durée
4 jour(s)
28h
Tarif
2380 € HT
HT
