Data Science : Analyse de données avec Python
4.6 (785 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
3,395 students enrolled

Data Science : Analyse de données avec Python

Analyser et Visualiser des données en Python avec les bibliothèques NumPy, Pandas et Matplotlib pour la Data Science
4.6 (785 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
3,395 students enrolled
Current price: $129.99 Original price: $199.99 Discount: 35% off
13 hours left at this price!
30-Day Money-Back Guarantee
This course includes
  • 10 hours on-demand video
  • 3 articles
  • 26 downloadable resources
  • Full lifetime access
  • Access on mobile and TV
  • Certificate of Completion
Training 5 or more people?

Get your team access to 4,000+ top Udemy courses anytime, anywhere.

Try Udemy for Business
What you'll learn
  • Utiliser les bibliothèques scientifiques de Python : NumPy, Pandas et Matplotlib
  • Maîtriser les tableaux NumPy (lire un dataset, extraire une valeur, extraire un vecteur, extraire une matrice...)
  • Analyser des données avec NumPy (effectuer des comparaisons, sélectionner des éléments, remplacer des valeurs, réaliser des calculs mathématiques...)
  • Lire un dataset avec Pandas / explorer un DataFrame / Sélectionner une ligne ou une colonne (ou plusieurs)
  • Manipuler des données avec Pandas / Transformer une colonne / Normaliser une colonne numérique / Créer une nouvelle colonne / Trier un DataFrame
  • Apprendre à traiter les valeurs manquantes / Maîtriser les Pivots de Table / Eliminer (ou ignorer) les valeurs manquantes / Réindexer un DataFrame / Maîtriser la méthode Apply()
  • Apprendre à tracer, personnaliser et interpréter des courbes à partir de données réelles
  • Maîtriser les diagrammes en barres, les graphiques à nuage de points, les histogrammes et les boîtes à moustaches
  • Traiter des projets concrets et réels de Data science
Course content
Expand all 116 lectures 09:49:02
+ Pour commencer, découverte de la bibliothèque Numpy
9 lectures 54:14
Introduction à Numpy
03:40
Les tableaux avec Numpy
06:04
Taille d'un tableau
05:28
Lire un dataset avec Numpy
04:42
Les types de données avec Numpy
03:53
Afficher les données correctement
08:00
Extraire une valeur depuis un tableau Numpy
07:36
Extraire un vecteur de valeurs depuis un tableau Numpy
07:07
Extraire un tableau de valeurs depuis un tableau Numpy
07:44
+ Analyse de données avec Numpy
11 lectures 01:00:57
Objectif
02:11
Effectuer des comparaisons
06:13
Sélectionner des éléments
08:22
Effectuer des comparaisons avec plusieurs conditions
07:37
Remplacer des valeurs dans un tableau Numpy
07:18
Remplacer les chaines de caractères vides
02:11
Convertir des types de données
03:37
Réaliser des calcules mathématiques avec Numpy
06:10
Calculer la consommation totale annuelle par habitant pour un pays donné
06:30
Calculer la consommation pour chaque pays
06:59
Trouver le pays qui consomme le plus d'alcool
03:49
+ La bibliothèque Pandas
10 lectures 34:40
Introduction à la librairie Pandas
00:49
Présentation du dataset
01:04
Lire un fichier CSV avec Pandas
03:24
Exploration du DataFrame
05:14
Sélectionner une ligne
04:17
Les types de données Pandas
02:28
Sélectionner plusieurs lignes
04:34
Sélectionner une colonne plutôt qu'une ligne
04:26
Sélectionner plusieurs colonnes
03:41
Cas pratique
04:43
+ Manipulation de données avec Pandas
8 lectures 34:24
Introduction
03:21
Transformer une colonne
05:03
Opérations mathématiques entre colonnes
05:49
Créer un indice nutritionnel
02:18
Normaliser des colonnes
05:50
Créer une nouvelle colonne
04:11
Créer un indice nutritionnel normalisé
01:53
trier un DataFrame
05:59
+ Traiter les valeurs manquantes
14 lectures 01:15:14
Introduction au dataset
02:54
Trouver les valeurs manquantes
07:22
Problème avec les valeurs manquantes
04:00
Moyen plus simple de calculer une moyenne
02:49
Calculer des statistiques de prix
05:23
Introduction sur le Pivot de Table
06:45
Table Pivot Niveau 2
03:38
Eliminer les valeurs manquantes
07:37
iloc pour accéder à des lignes
07:19
Les index de colonne
05:57
Réindexer les lignes d'un DataFrame
04:14
Appliquer des fonctions sur un DataFrame
05:57
Appliquer une fonction à une ligne
08:14
Pratique: Calculer le pourcentage de survie par groupe d'âge
03:05
+ Challenge: Analyser de la data
4 lectures 26:54
Introduction au dataset
03:40
Nombre d'étudiants par catégorie de Major
11:57
Taux de jobs à faible salaire
03:33
Comparer des datasets
07:44
+ Tout sur les Series avec Pandas
8 lectures 39:19
Les structures de données
05:10
Indexage avec des entiers
02:51
Personnaliser son indexage
08:14
Réindexer un objet Series
04:17
Trier un objet Series
03:21
Transformation de colonnes
05:24
Comparer et filtrer
04:26
Alignement des données
05:36
+ Tout sur les DataFrames avec Pandas
6 lectures 34:23
Index partagé par toutes les colonnes
02:42
Utiliser des index entier pour sélectionner des lignes
04:21
Utiliser des index personnalisés
04:34
Sélectionner des valeurs depuis un index personnalisé
07:05
Méthode Apply() sur les colonnes d'un DataFrame
10:07
Méthode Apply() sur les lignes d'un DataFrame
05:34
Requirements
  • Des notions Python est un plus mais les débutants en python sont bienvenus (des rappels python sont inclus) :)
  • Tout ce dont vous avez besoin : un PC, un Mac ou Linux.
Description

Si vous souhaitez entrer dans le monde de la Data science et apprendre à Analyser et Visualiser des données, ce cours est fait pour vous !

Ce cours traite des bibliothèques scientifiques de Python particulièrement utilisées en Data Science: Numpy, Pandas et Matplotlib.

Tout au long de la formation, on passera en revu successivement les objets Numpy et les objets Pandas pour analyser des données issues du monde réel. Nous apprendrons aussi à choisir le bon type de graphique pour visualiser la donnée souhaitée.

Ce cours est également rempli d'exercices, de défis, de projets et d'opportunités pour que vous puissiez pratiquer directement ce que vous apprenez. Appliquez ce que vous apprenez à l'aide de datasets adaptés à chaque étape de votre apprentissage. Votre portfolio vous remerciera ;)

Ce cours en quelques chiffres :

  • +10 heures de vidéos

  • 14 chapitres théoriques avec de nombreux exercices

  • 1 challenge pour valider vos acquis

  • 2 projets complets pour commencer un portfolio sur github

  • 9 datasets divers et variés à explorer


Pourquoi apprendre Python?

Constamment classé une des compétences les plus demandées par les employeurs, Python est un moyen fantastique de stimuler votre développement professionnel que ce soit du côté data scientist, data analyst ou même développeur. Cette formation met l'accent sur les librairies Numpy, Pandas et matplotlib.


Pourquoi ce cours est différent ?

Ce ne sera pas un cours où vous allez regarder mon code pendant des heures. C'est un parcours où l'on pratique, on met les mains dans le code et on manipule soi même pendant des heures de la data. Mon but c'est surtout de vous donner l'envie d'investiguer à fond des datasets.

Une fois ce cours terminé, vous pourrez interagir avec n'importe quel fichier csv, déceler des tendances sur tout sujet qui vous intéresse :)

Alors, faisons ça ! Inscrivez-vous aujourd'hui et commencez à apprendre Python pour la Data Science !

Who this course is for:
  • Débutant en programmation souhaitant apprendre les librairies scintifiques de Python de A à Z (Numpy, Pandas et Matplotlib)
  • Analystes souhaitant découvrir les librairies Python appliquées à la datascience
  • Toute personne souhaitant commencer une carrière en Data Science
  • Toute personne curieuse de la Data Science
  • Personne souhaitant apprendre des outils d'analyse et visualisation de données