62 lines
1.5 KiB
Markdown
62 lines
1.5 KiB
Markdown
---
|
||
title: Plan de formation Python Traitement de données
|
||
author: Steve Kossouho
|
||
---
|
||
|
||
# Analyse de données avec Python
|
||
|
||
---
|
||
|
||
## 1. Introduction à Pandas pour la manipulation de données
|
||
|
||
* La bibliothèque Pandas
|
||
* Structures de données pour l'analyse : Dataframe et autres
|
||
* Gestion des index
|
||
* Gestion des données manquantes
|
||
* Fusion de dataframes
|
||
* Manipulation des formats de dates
|
||
* Mesures statistiques variées sur les DataFrames
|
||
|
||
---
|
||
|
||
## 2. Acquisition de données externes
|
||
|
||
* Lecture et écriture de fichiers divers
|
||
* Gestion de formats structurés : CSV, XML, JSON
|
||
* Utilisation de structures/classes Python et bibliothèques de parsing
|
||
* Téléchargement de données distantes
|
||
* Interrogation de services web REST
|
||
|
||
---
|
||
|
||
## 3. Analyse exploratoire des données
|
||
|
||
* Métriques d’analyse
|
||
* Visualisation des données
|
||
* Génération de graphes (Matplotlib)
|
||
|
||
---
|
||
|
||
## 4. Analyse financière avec Python
|
||
|
||
* Analyse financière : concepts de base
|
||
* Panorama des bibliothèques Python : NumPy, SciPy, IPython (Jupyter)
|
||
* Calcul matriciel (Numpy)
|
||
* Statistiques Descriptives (SciPy)
|
||
* Comparaison de populations, mesures d’association (SciPy)
|
||
|
||
---
|
||
|
||
## 5. Techniques avancées d'analyse de données
|
||
|
||
* Multi-threading et parallélisme → n'utilise pas Spark
|
||
* Profiling avec Timeit, cProfile
|
||
* Calcul distribué (Celery)
|
||
|
||
---
|
||
|
||
## 6. Conclusion et perspectives
|
||
* Récapitulatif des compétences acquises
|
||
* Applications possibles et cas d'usage
|
||
* Ressources pour approfondir l'apprentissage
|