Dernière mise à jour le 23/11/2024

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

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

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

BD018

Hadoop : l’écosystème

Chefs de projets, développeurs, et toute personne souhaitant comprendre les mécanismes Hadoop et le rôle de chaque composant.

7 heures de formations sur 1 Jours
En savoir plus

Formation continue

Big Data

NSQL

Les fondamentaux du NoSQL

#actioncollective #NoSQL  

A l’issue de la formation, le stagiaire sera capable d’appréhender de façon opérationnelle les principales caractéristiques des bases de données NoSQL. Identifier les différences entre SGBD SQL et SGBD NoSQL Évaluer les apports et les inconvénients inhérents aux technologies NoSQL Identifier les principaux acteurs et solutions du marché pour chaque modèle de données Connaître les champs d'application des SGBD NoSQL en opérationnel et en analytique Comprendre les différentes architectures, modèles de données et implémentations techniques Identifier les critères de choix   

14 heures de formations sur 2 Jours
En savoir plus

Formation continue

Big Data

BD019

Développer des applications pour Spark avec Hadoop Cloudera avec Certification

    • Identifier et utiliser les outils appropriés à chaque situation dans un écosystème hadoop
    • Utiliser Apache Spark et l'intégrer dans l'écosystème hadoop
    • Utiliser Sqoop, Kafka, Flume, Hive et Impala
 

28 heures de formations sur 4 Jours
En savoir plus

Formation continue

Big Data

NSQLCAA

NoSQL – Apache Cassandra, mise en œuvre et administration

#actioncollective #NoSQL  #Apache #Cassandra  

A l’issue de la formation, le stagiaire sera capable d’installer et d’administrer des bases de données sous la solution NoSQL Apache Cassandra. Découvrir l'architecture de NoSQL Apache Cassandra et ses apports par rapport aux autres solutions Installer et configurer le SGBD NoSQL Apache Cassandra Administrer et sécuriser un cluster Cassandra Appréhender le CQL (Cassandra Query Language) Créer une base de données et manipuler ses objets Connaitre la notion de grappe au sein de la base de données      

21 heures de formations sur 3 Jours
En savoir plus

Formation continue

Big Data

BD020

ElasticStack : présentation

Comprendre le fonctionnement et les apports d'Elastic Stack et de ses composants (Elasticsearch, Logstash, Kibana, Beats) dans le traitement des données..

7 heures de formations sur 1 Jours
En savoir plus

Formation continue

Big Data

BDRN102

Hadoop Cloudera : administration

Connaître les principes du framework Hadoop et savoir l'installer et le configurer. Maitriser la configuration et la gestion des services avec Cloudera Manager   

21 heures de formations sur 3 Jours
En savoir plus