Objectifs de la formation

• Posséder une vue d’ensemble de l’écosystème scientifique de Python
• Connaître les librairies scientifiques incontournables pour la science des données
• Être capable de manipuler des données volumineuses avec Python
• Comprendre l’intérêt de la datavisualisation
• Savoir visualiser des données avec Python

---

Programme de la formation

Présentation de l'écosystème Python scientifique

• Panorama de l’écosystème scientifique de Python : les librairies incontournables.
• Savoir où trouver de nouvelles librairies et juger de leur pérennité.
• Les principaux outils et logiciels open source pour la data science.
• Pourquoi utiliser une distribution scientifique, Anaconda.
• Comprendre l’intérêt d’un environnement virtuel et savoir l’utiliser.
• L’interpréteur IPython et le serveur Jupyter.
• Les bonnes pratiques pour bien démarrer votre projet de data science avec Python.
• Les formats de fichiers scientifiques et les librairies pour les manipuler.

Travaux pratiques

Mise en place de l’environnement de développement : installation d’Anaconda, création d’un environnement virtuel, export et duplication d’un environnement, utiliser les notebooks Jupyter.

La SciPy Stack

• Le socle de librairies scientifiques incontournables sur lequel sont basées toutes les autres : la SciPy Stack.
• Pandas : l’analyse de données tabulaires (CSV, Excel, etc.), statistiques, pivots, filtres, recherche…
  • Series et DataFrames
  • Import de données depuis des fichiers et des bases de données
  • Récupération de statistiques simples et d’informations diverses
  • Nettoyage des données
  • Manipulation des colonnes et des types de donnée
  • Sélections, filtres
  • Manipulations de données temporelles
  • Regroupement des données
• Matplotlib : la librairie de visualisation de données incontournable.
  • Présentation de la librairie
  • Une première figure : tracé de courbe
  • Mettre plusieurs graphes sur une même figure
  • Quelques exemples de courbes : histogrammes, camemberts, nuages de points

Travaux pratiques

Exercice fil rouge de manipulations avec pandas, tracé de divers graphes, exploitation de données issues de Pandas

Les librairies de visualisation

• Panorama des librairies de visualisation de Python : 2D/3D, desktop/web, statistiques, cartographie, big data...
• Les librairies orientées desktop : Matplotlib, Pandas, Seaborn.
• Les librairies orientées web : Bokeh, Altair, Plotly...
• Les librairies pour la 3D : Plotly, pythreejs, ipyvolume...
• Les librairies cartographiques : Cartopy, folium, ipyleaflet, Bokeh, cesiumpy…
• Les librairies big data : datashader, Vaex...

Travaux pratiques

Réalisation de multiples exercices avec quelques librairies présentées. Visualisation big data, cartographique, 2D et 3D.

La datavisualisation

• L'intérêt de la datavisualisation
• Utiliser PyViz et l’écosystème HoloViz.
• Présentation des outils SuperSet, Mayavi, Paraview et VisIt.

Travaux pratiques

Poursuivre l'utilisation des librairies de visualisation et manipulations des outils.

Les formats de fichiers scientifiques et la manipulation de données volumineuses

• Panorama des principaux formats de fichiers scientifiques : NetCDF, HDF5, GRIB, JSON, PARQUET, MATLAB, CGNS...
• Manipuler des données volumineuses avec Dask, Vaex et Xarray.

Travaux pratiques

Manipulation de données dépassant les Go, lecture et écriture de fichiers NetCDF/HDF5. Visualisation de données climatiques, images satellites, création de vidéos/animations graphiques.