Dernière mise à jour le 12/12/2024

Visualisation avancée de données avec Python

Informations générales

Type de formation : Formation continue
Domaine : IA, Big Data et Bases de données
Filière : Big Data
Rubrique : Fondamenteaux
Formation éligible au CPF : Non
Formation Action collective : Non

Objectifs & compétences

Savoir traiter les données scientifiques brutes pour leur visualisation
Savoir utiliser les librairies graphiques de python pour visualiser des données
Graphiques spécifiques : graphes dynamiques, cartographie

Public visé

Développeurs souhaitant mettre en valeur les données scientifiques avec un support visuel, Data analysts, Data scientists.

Pré-requis

Avoir suivi la formation "Python Initiation" ou avoir un niveau équivalent et avoir une pratique régulière du langage Python

Programme

 1) Visualisation de données
    • Contexte de la visualisation de données scientifiques et pièges à éviter
    • Concepts essentiels de la communication visuelle (couleurs, taille, forme, type de graphique, ...)
    • Architecture de présentation des données (DPA)
    • La valorisation des données. Les indicateurs de performance clés (KPI).
    • Objectifs et règles de conception : clarté, pertinence, cohérence, stimulation.
    • Principes de perceptions des informations.
    • Types de visualisation de base : graphiques linéaires, diagrammes en secteurs, cartes de zone, frise
    • chronologique, diagrammes de dispersion, arbres, pyramides des populations
    • Types évolués : infographie, nuages de bulles, graphiques à puces, cartes de chaleur, graphiques de séries chronologiques
 
Atelier : mise en évidence de la pertinence du type de graphiques :
comparaison camemberts, barres, chandeliers japonais, ...
 
2 ) Personnalisation des graphes avec Matplotlib
    • Fonctionnement de matplotlib : les backends, graphiques interactifs, polices, gestion des évènements,performances.
    • Exploration du package pour créer des graphes sur différents types de données (qualitatives, quantitatives,séries temporelles, 3 dimensions)
    • Affiner et compléter les graphes (échelle, valeurs aberrrantes, barres d'erreur, etc ..)
    • Les types : bar, scatter, plot, boxplot, fill_between, imshow, tricontour, quiver
    • Personnalisation de graphes (légende, points remarquables avec flèche et texte en LateX dans le graphe,modification du style de graphe)
 
Atelier : création de graphiques personnalisés. Utilisation des styles Matplotlib
Atelier : détection d'anomalie par l'utilisation d'animations
 
3) Packages spécialisés
    • Transformer des données avec Pandas (calculs d'agrégats, traitement des valeurs manquantes ou incohérentes, gestion des dates, etc ...
 
Atelier : nettoyage, préparation et regroupement de données de températures.
    • Mise en oeuvre des bfill, ffill, ... Gestion des nan.
    • Gestion des données temporelles. Préparation des données pour
    • visualisation.
    • Le package Seaborn pour les données statistiques (box plot, pair plot, violin plot, matrices de graphiques,cartes thermiques, etc ...)
Atelier : installation du paquet et création d'une carte thermique sur les données précédentes.
    • Cartographie (package cartopy et/ou Folium)
 
Atelier : ajout d'une planisphère sur la carte thermique précédente.
    • Visualisation des points chauds de la planère en fonction des
    • années
 
4) Interactivité et gros volumes de données
    • Création de dashboards simples (graphes et boutons simples permettant l'action de l'utilisateur)
    • Dashboards interactifs et partageables (par exemple, lien avec un notebook IPython ou Jupyter)
    • Création de graphiques web interactifs avec le package Bokeh, Plotty ...
    • Les apis Bokeh
 
Atelier : mise en oeuvre de Bokeh. Création d'un graphique interactif reliant les isothermes de la carte précédente
    • Visualisation dans un navigateur.
    • Paasage à l'échelle, présentation de l'écosystème HoloViz : datashader, geoviews, panel.
    • Gros volume de données avec datashader ou holoViz.
 
Atelier : intégration de données vents, visibilité au graphique précédent.
    • Mise en évidence de la tenue à la charge.
 
 
 

Modalités

Modalités : en présentiel, distanciel ou mixte . Toutes les formations sont en présentiel par défaut mais les salles sont équipées pour faire de l'hybride. – Horaires de 9H à 12H30 et de 14H à 17H30 soit 7H – Intra et Inter entreprise.
Pédagogie : essentiellement participative et ludique, centrée sur l’expérience, l’immersion et la mise en pratique. Alternance d’apports théoriques et d’outils pratiques.
Ressources techniques et pédagogiques : Support de formation au format PDF ou PPT Ordinateur, vidéoprojecteur, Tableau blanc, Visioconférence : Cisco Webex / Teams / Zoom.
Pendant la formation : mises en situation, autodiagnostics, travail individuel ou en sous-groupe sur des cas réels.

Méthodes

Fin de formation : entretien individuel.
Satisfaction des participants : questionnaire de satisfaction réalisé en fin de formation.
Assiduité : certificat de réalisation.
Validations des acquis : grille d'evalution  des acquis établie par le formateur en fin de formation.
Code de formation : BDP05

Tarifs

Prix public : 1960
Tarif & financement :
Nous vous accompagnons pour trouver la meilleure solution de financement parmi les suivantes :
Le plan de développement des compétences de votre entreprise : rapprochez-vous de votre service RH.
Le dispositif FNE-Formation.
L’OPCO (opérateurs de compétences) de votre entreprise.
France Travail: sous réserve de l’acceptation de votre dossier par votre conseiller Pôle Emploi.
CPF -MonCompteFormation
Contactez nous pour plus d’information : contact@aston-institut.com

Lieux & Horaires

Durée : 14 heures
Délai d'accès : Jusqu'a 8 jours avant le début de la formation, sous condition d'un dossier d'insciption complet

Prochaines sessions

Handi-accueillante Accessible aux personnes en situations de handicap. Pour toutes demandes, contactez notre référente, Mme Rizlene Zumaglini Mail : rzumaglini@aston-ecole.com

à voir aussi dans le même domaine...

Formation continue

Big Data

BD003

Big Data – L’essentiel

      • Comprendre le concept du Big Data Être capable d'identifier l’écosystème et comprendre les technologies associées
      • Savoir anticiper son intégration dans les activités informatiques de l'entreprise
      • Être en mesure de l'exploiter dans le respect des règles de sécurité et de confidentialité
 

14 heures de formations sur 2 Jours
En savoir plus

Formation continue

Big Data

BD022

Elastic Stack pour administrateurs

Comprendre le fonctionnement d'Elasticsearch, savoir l'installer et le configurer, gérer la sécurité avec X-Pack, et installer / configurer kibana pour le mapping sur les données Elasticsearch.

14 heures de formations sur 2 Jours
En savoir plus

Formation continue

Big Data

NE080

Big Data – Spark pour les développeurs

Découvrir les concepts clés du Big Data Comprendre l'écosystème technologique d'un projet Big Data Evaluer les techniques de gestion des flux de données massives Implémenter des modèles d'analyses statistiques pour répondre aux besoins métiers Découvrir les outils de Data Visualisation

28 heures de formations sur 4 Jours
En savoir plus

Formation continue

Big Data

BD004

Big Data – Enjeux et perspectives

        • Disposer d'une vision claire du Big Data et de ses enjeux
        • Connaître les concepts sous-jacents
        • Comprendre comment les entreprises les plus avancées, dans tous les secteurs économiques, ont mis en place et tiré profit de projets Big Data
        • Connaitre les informations essentielles pour lancer une initiative Big Data
        • Connaitre l'écosystème, et les principales technologies et solutions associées au Big Data
        • Savoir mesurer les impacts de tels projets sur l'entreprise et son organisation
 

14 heures de formations sur 2 Jours
En savoir plus

Formation continue

Big Data

BD030

Elasticsearch : indexation de contenu

A l’issue de la formation, le stagiaire sera capable de mettre en oeuvre une solution de recherche performante de données volumineuses avec ElasticSearch.   Situer Elasticsearch dans un écosystème Big Data Identifier les enjeux et les cas d'utilisation d'un moteur de recherche Appréhender le fonctionnement d'ElasticSearch Savoir installer et configurer ElasticSearch Indexer des volumes importants de données Comprendre comment administrer le système et le surveiller afin de garantir sa disponibilité

14 heures de formations sur 2 Jours
En savoir plus

Formation continue

Big Data

BD005

Big Data Foundation Certifiant

      • Connaître les fondamentaux du Big Data, ses origines et ses caractéristiques
      • Comprendre ce qu'est le Data Mining
      • Appréhender les technologies les plus populaires du Big Data
      • Préparer et passer l'examen de certification "Big Data Foundation" de l'EXIN
 

21 heures de formations sur 3 Jours
En savoir plus