Dernière mise à jour le 25/11/2024
Visualisation avancée de données avec Python
Informations générales
Type de formation : Formation continue
Domaine : Développement
Filière : Open Source - LAMP : Linux Apache PHP
Rubrique : Langages : Python, Scala, GO,…
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 donnéesGraphiques spécifiques : graphes dynamiques, cartographie
Public visé
Développeurs souhaitant mettre en valeur les données scientifiques avec un support visuel, Data analysts, Data scientists.
Pré-requis
Savoir traiter les données scientifiques brutes pour leur visualisation
Visualisation de données
Personnalisation des graphes avec Matplotlib
Packages spécialisés
Interactivité et gros volumes de données
Programme
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, ...
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
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.
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 : L-VPY
Tarifs
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'à 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