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.
- NumPy : calcul numérique et algèbre linéaire (les vecteurs, matrices, images).
- SciPy, basée sur NumPy pour les statistiques, les analyses fonctionnelles, géospatiales, le traitement du signal, etc.
- Pandas : l’analyse de données tabulaires (CSV, Excel, etc.), statistiques, pivots, filtres, recherche…
- Matplotlib : la librairie de visualisation de données incontournable.
Travaux pratiques
Mesurer les performances du NumPy installé par votre Linux et celui d’Anaconda. Traitement d’images avec NumPy. Premiers tracés. Analyses statistiques de fichiers CSV. Premiers éléments de cartographie. Transformées de Fourier.
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.