Python - Tous niveaux

1. Introduction

• Qu’est-ce qu’un programme informatique ? Pourquoi et comment utiliser Python ?
• Créer son environnement de travail Python
• Les bonnes pratiques de Python

2. Les types et les structures de données

• Les différents types de variables (« int », « float » et « str »)
• Les différentes structures de données (liste, dictionnaire et ensemble)

3. Les fonctions

• Qu’est-ce qu’une fonction ? Comment créer une fonction ?
• Les méthodes natives « built-in » de Python

4. Les boucles

• Les structures conditionnelles « if », « elif », « else »
• L’itération avec « for » et « while »
• L’utilisation des opérateurs logiques « and » et « or »

5. La compréhension de liste et de tuple

• Syntaxe de la compréhension de liste et de tuple
• Les fonctions anonymes : Lambda
• Manipulation des listes avec l’utilisation des fonctions « range() », « len() », « enumerate() », « zip() », « filter() »…et méthode « append() », « count() »…

6. La compréhension de dictionnaire

• Syntaxe de la compréhension de dictionnaire
• Manipulation des dictionnaires avec l’utilisation des méthodes « items() », « values() », « get() »…

7. Les ensembles

• Manipulation des ensembles avec l’utilisation des méthodes « union() », « intersection() »…

8. La gestion des erreurs

• Gestion des erreurs et des exceptions avec les instructions « try », « except », « raise » et « finally »

9. Les modules

• Introduction aux modules « datetime », « random » et « statistics »

10. La gestion des fichiers et des répertoires

• Création et manipulation de fichiers et répertoires
• Gestion des chemins d’accès

11. Intégrations de données

• Connexion base de données SQL
• Connexion API

12. La programmation orientée objet (POO)

• Le concept de classe et d’objet
• Les 5 fondamentaux de la POO : L’héritage, le polymorphisme, l’abstraction, l’encapsulation et les interfaces
• Les méthodes spéciales

13. La construction d’une interface graphique avec Tkinter

• Le concept de GUI
• Construction d’une interface graphique

14. La distribution d’une application avec CXFreeze

• Création et distribution d’une micro-application

15. Anaconda

• Qu’est-ce qu’un environnement data ?
• Présentation de la plateforme Anaconda, de ses outils Jupyter notebook et Spyder

16. Numpy

• Les différentes structures de données (ndarray, matrice)
• Intégration de données de fichiers « .csv »
• Manipulation de données (Agréger, insérer, supprimer, filtrer, slicing…)
• Restructurer un tableau (Fractionner, combiner, fusionner)
• Calcul matriciel
• Résolution d’équation
• Calcul statistique (moyenne, médiane et variance)
• Les tableaux masqués

17. Pandas

• Créer un DataFrame
• Intégration de données de fichiers Excel
• Indexing avec les méthodes « loc() » et « iloc() »
• Manipulation de données (Filtrer, trier, supprimer, remplacer, extraire, créer des colonnes…)
• Restructurer un tableau (Fractionner, combiner, fusionner, pivoter, dépivoter)
• Décrire les données avec les outils statistiques

18. Matplotlib

• Récupérer les données
• Créer un visuel (courbe, diagramme, histogramme, secteur, nuage de points et visualisation 3D)
• Mise en forme d’un visuel

19. Seaborn

• Récupérer les données
• Les différents types de visuels : relation, distribution, catégorisation, corrélation, régression et multi-visuel
• Création d’un visuel : Lineplot, scatterplot, displot, hisplot, kdeplot, catplot, boxplot, heatmap…

20. SciPy

• Interpolation
• Calcul matriciel
• Régression linéaire

21. Beautiful Soup

• Généralités sur le web-scraping
• Chargement d’une page WEB
• Naviguer dans la structure de la page WEB
• Rechercher des éléments dans la page WEB