Dernière mise à jour le 03/11/2024

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

Jusqu'a 8 jours avant le début de la formation, sous condition d'un dossier d'insciption complet

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

Campus : Ensemble des sites

Durée : 14 heures
Délai d'accès :
8 jours avant le début de la formation
 

Distanciel possible : Oui

Prochaines sessions

Cliquez sur la date choisie pour vous inscrire :

  • Inscription au 12 / 11 / 2024
    : Ensemble des sites
    : Distanciel possible
    : 14 heures
    : 2 jours
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

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

NE142

DATA ANALYST

Connaître les fondamentaux de Python Maîtriser les bibliothèques Python dédiées à la data science Effectuer de la data visualisation Utiliser les technologies autour de l’analyse données : machine Learning, big data, Business Intelligence (BI)… Comprendre l’extraction et la gestion de données texte

300 heures de formations sur 42 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

Formation continue

Big Data

BD045

BigData : intégration SQL, Hive, SparkDataFrames

Comprendre les connexions existantes entre les mondes relationnels et NoSQL en environnement Big Data. Savoir mettre en oeuvre Hive et Pig, Impala, les Spark Dataframes.    

14 heures de formations sur 2 Jours
En savoir plus