Science des données et analyse avec Python

Science des Données 4.6(49)3h 3min16 leçons2 sections

Ce que vous apprendrez

Comprendre les bases de l'analyse de données
Préparer son environnement de travail Python
Apprendre les bases du langage Python
Travailler avec la bibliothèque Numpy
Traiter des données avec la bibliothèque Pandas
Charger, explorer et filtrer des données
Gérer les données manquantes et les doublons
Créer des graphiques avec Matplotlib
Réaliser un projet complet d'analyse de données

À propos du cours

Ce cours enseigne la science des données et l'analyse de données avec Python, en partant de zéro. La science des données consiste à collecter, nettoyer et analyser des données pour en tirer des informations utiles et prendre de meilleures décisions. Le cours commence par une introduction à l'analyse de données, puis prépare votre environnement de travail et présente les bases du langage Python. Vous travaillez ensuite avec la bibliothèque Numpy en deux parties, puis avec Pandas pour traiter les données : charger les données, les explorer, les filtrer et les regrouper, gérer les valeurs manquantes et les doublons, ajouter et mettre à jour des données. Vous apprenez ensuite Matplotlib et la création de graphiques et de visualisations. Le cours se termine par un résumé de tout ce qui a été vu, puis par un projet pratique complet. Il convient à toute personne qui veut se lancer dans l'analyse de données, débutante ou simplement intéressée par la programmation, et ne demande aucune expérience préalable, car il commence par les bases de Python. À la fin, vous saurez charger, nettoyer, analyser et représenter des données, et mener un projet d'analyse de données par vous-même.

Résultats attendus

Maîtriser les fondamentaux de la science des données
Manipuler et analyser différents types de données
Créer des visualisations pour illustrer et analyser des données
Mettre en œuvre des projets d'analyse de données avec Python

Avis des apprenants

Ces avis proviennent d'apprenants qui ont acheté le contenu et en ont complété au moins 50% — il n'y a aucun avis de personnes n'ayant pas suivi le contenu.

4.6

★★★★★

49 avis

5★

4★

3★

2★

1★

★★★★★سامر ن.·منذ 3 شهرشاهد 51٪
كرس اكتر من رائع , شامل اهم برامج تحليل البيانات في سوق العمل , بطريقه مبسطه و سهله.
★★★★★فؤاد ع.·منذ 3 شهرشاهد 80٪
c'est partfait , une bonne formation
★★★★★محمد ف.·منذ 4 شهرشاهد 100٪
amazing course...

تم عرض كل التقييمات (3)

Contenu du cours

Science des données avec Python

15 leçons

Introduction à l'analyse des donnéesPrésente l'analyse de données et les raisons d'apprendre Python, la compare à Excel et R, puis montre comment télécharger Python et l'éditeur PyCharm.6:02
Configuration de l'environnement de travailExplique les variables et les types de données en Python, surtout les chaînes (strings) : espaces, guillemets et fonctions qui modifient le texte.18:28
Bases du langage PythonExplique les listes Python : stocker différents types de données, accéder aux éléments par index et par tranche, et ajouter ou supprimer des éléments.12:43
Travailler avec la bibliothèque Numpy (Partie Un)Présente la bibliothèque NumPy : l'importer, créer des tableaux (arrays) à une dimension et effectuer des opérations arithmétiques dessus.15:30
Travailler avec la bibliothèque Numpy (Partie Deux)Poursuit NumPy avec les tableaux à deux dimensions : sélection des lignes et colonnes, modification des valeurs, génération de nombres sur un intervalle et changement de forme.18:26
Traitement des données avec la bibliothèque PandasPrésente la bibliothèque Pandas et l'analyse exploratoire des données, et montre comment créer une Series et construire un DataFrame à partir de dictionnaires et de listes.23:29
Chargement et exploration des donnéesMontre comment charger un fichier de données dans Anaconda, l'ouvrir dans Jupyter Notebook, le lire avec Pandas, afficher ses premières et dernières lignes et vérifier ses lignes et colonnes.7:24
Filtrage des donnéesExplique le tri des données par ordre croissant et décroissant et leur filtrage selon des conditions avec query dans Pandas, dans Jupyter Notebook.12:24
Collecte de donnéesExplique le regroupement des données avec Group By dans Pandas et le calcul de la moyenne, du maximum, du minimum et de la somme par catégorie, sur une ou plusieurs colonnes.6:50
Gestion des données manquantes et dupliquéesExplique la détection et la suppression des données manquantes et dupliquées, et le remplacement des valeurs manquantes par la moyenne, le maximum ou le minimum dans Pandas.9:39
Explication de Matplotlib et travail avec des graphiquesExplique la transformation des données en visualisations avec Matplotlib et seaborn, comme l'histogramme, le box plot et le bar plot, et la façon de lire chacun.11:41
Explication des données visuelles et des graphiquesPoursuit la visualisation des données avec d'autres types de graphiques comme le count plot, compare des catégories, calcule des moyennes par jour de la semaine et explique la lecture d'un box plot.14:14
Ajout et mise à jour des donnéesExplique l'ajout d'une nouvelle colonne à un DataFrame et la mise à jour de valeurs existantes, comme l'augmentation de l'âge ou du salaire de chaque personne.5:32
Résumé de tout ce qui a été étudié avant de commencer le projetPasse en revue, via des diapositives récapitulatives, tout ce qui a été vu : Anaconda, NumPy, Pandas, Matplotlib et Seaborn, comme aide-mémoire avant de commencer le projet.7:45
Application pratique de ce qui a été étudié (Création d'un projet complet)Applique les acquis dans un projet d'analyse de données de logements : suppression des colonnes inutiles, étude des liens entre prix, surface et nombre de chambres, et tracé d'une heat map.13:45