Installer la SciPy Stack facilement avec Anaconda ; Les notebooks Jupyter ; Environnements de développement intégrés.
02/. NumpyIntroduction ; Pourquoi avez-vous besoin de Numpy ? ; Pourquoi les tableaux ? ; Créer un tableau avec Numpy ; Manipuler les tableaux Numpy ; Broadcasting ; Les fonctions universelles ; Extraire les informations significatives de vos données ; Masques boléens ;Charger et sauvegarder les tableaux ; Données structurées.
03/. PandasIntroduction ; Series ; DataFrame ; Indexation et sélection des données ; Opérations simples ; Gérer des données manquantes ; Manipuler les données ; Sauvegarder / charger ses données dans différents formats.
Introduction : le monde des librairies de visualisation ; Interface MATLAB Vs orientée objet ; Graphique linéaire ; Nuage de points ; Histogramme ; Représenter plusieurs graphiques ; Graphique 3D ; Intéragir avec les graphiques dans le Jupyter notebook ; Modifier les graduations et les axes ; Représentation graphique avec pandas.
05/. SciPyIntroduction ; Intégration ; Algèbre linéaire ; Transformée de Fourier ; Interpolation ; Ajustement de courbe.
Public
Ingénieurs, développeurs, scientifiques, enseignants, etc.
Objectifs
Créer des paramétrer son environnement de travail Python Scientifique
Connaître l’écosystème scientifique de Python
Analyser ses données avec NumPy, pandas et SciPy.
Visualiser ses données avec Matplotlib et pandas.
Prérequis
Avoir de bonnes connaissances en langage Python ou avoir suivi la formation Python Niveau 1.
Partenariats éditeurs
Centre d’examen
Certifications Qualité
