Python - Programmation scientifique
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...
Délai d'accès
2 semaines