Python - Programmation scientifique
0/10
(0 avis)
Formation créée le 03/05/2022.
Version du programme : 1
Programme de la formation
Objectif de formation : Cette formation permet aux participants de découvrir les éléments avancés du langage Python dans un contexte scientifique.
Objectifs de la formation
- Maitriser les bibliothèques de programmation scientifique en Python
- Explorer et analyser des données
- Programmer des algorithmes et calculer de manière efficace en Python
Profil des bénéficiaires
Pour qui
- Développeurs
- Chef de projets
- Scientifiques
Prérequis
- Avoir suivi la formation "Python Initiation" ou avoir un niveau équivalent
- Avoir une pratique régulière du langage Python
Contenu de la formation
-
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
-
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
-
Calcul scientifique avec SciPy
- Présentation générale de librairie
- Présentation de quelques exemples : fit de courbe, algèbre linéaire, fourrier, traitement du signal…
-
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
-
Accélération de code Python
- Présentation générale et rapide des outils existant pour accélérer les codes Python
- Passage à l’échelle et parallélisme avec Dask
Équipe pédagogique
Professionnel expert technique et pédagogique.
Suivi de l'exécution et évaluation des résultats
- Feuilles de présence.
- Questions orales ou écrites (QCM).
- Mises en situation.
- Formulaires d'évaluation de la formation.
- Certificat de réalisation de l’action de formation.
Ressources techniques et pédagogiques
- Espace numérique de travail
- Documents supports de formation projetés
- Exposés théoriques
- Etude de cas concrets
- Quiz en salle
- Mise à disposition en ligne de documents supports à la suite de la formation
Qualité et satisfaction
Taux de satisfaction des apprenants, nombre d'apprenants, taux et causes des abandons, taux de retour des enquêtes, taux d'interruption en cours de prestation...
0/10
(0 avis)
Délai d'accès
2 semaines