Python expert — Développement d’interfaces graphiques et dataviz avancée
Prochaine session
9 et 10 octobre 2023
- Appréhender les problématiques de traitement visuel de l’information amplifiées par le développement du Big data
- Maitriser les librairies open source de dataviz Python constitue
- Comprendre les possibilités offertes par Python en dataviz et le potentiel des librairies open source afin d’exploiter des données et de réaliser des visualisations pertinentes
- Acquérir les connaissances théoriques sur les principes de bases de conception et de réalisation de dataviz mais aussi le développement de savoir-faire pratiques directement utilisables en situation professionnelle
Parmi nos formations au langage Python, cette formation est le NIVEAU 3. Elle requiert une bonne maîtrise et une utilisation régulière de Python (contenu des formations niveau 1 - Python initiation et niveau 2 - Python intermédiaire).
Voir les 3 modules Python expert
Toute personne souhaitant développer une utilisation avancée de Python dans le domaine de la visualisation des données, notamment les data scientists et data analysts déjà utilisateurs de Python.
La data visualisation est une représentation graphique des données qui permet de visualiser et de comprendre rapidement les tendances, les relations et les patterns dans les données. Elle utilise des graphiques, des diagrammes, des tableaux et des cartes pour représenter les données de manière claire et intuitive. Les data visualisations peuvent être utilisées dans de nombreux domaines, tels que la data science, la recherche, la finance ou le marketing. Elles permettent aux utilisateurs de voir les données de manière globale, de faire des comparaisons et de découvrir des insights cachés dans les données.
De nombreuses librairies permettent de faire de la dataviz en Python mais nous allons au cours de cette formation nous focaliser sur les plus populaires telles que matplotlib, seaborn, plotly et dash.
Intoduction, bonnes et mauvaises pratiques de dataviz
Présentation de la librairie de visualisation standard Matplotlib et Seaborn et cas pratique
Présentation de la librairie de visualisation open-source Plotly et réalisation de graphiques interactifs
- Line plots, scatter plots, bar charts, error bars, box plots, histograms, heatmaps, maps…)
- Affichage des graphiques dans un notebook Jupyter et sauvegarde au format HTML ou PDF
Création d’une web-app analytique avec Dash et Plotly
- Présentation de la librairie Dash
- Comment définir de la mise en page de l’app
- Comment manipuler des composants Dash core et html
- Comment rendre l’app interactive avec les Callbacks
Moyens pédagogiques
- Exposé théorique de concepts
- Démonstration
- Expérimentation
- Applications pratiques sur ordinateur
- Etude de cas concrets
- Échanges sur les pratiques et expériences des participants
- Suivi pédagogique individualisé
- Temps de questions / réponses
- Exercices, quiz, forum etc.
Méthodes pédagogiques
