Accueil
› Formations
› Python
› PYTHON ET ANALYSE DE DONNÉES AVEC PANDAS
PYTHON ET ANALYSE DE DONNÉES AVEC PANDAS
Aucun avis Voir les avis Masquer
Note issue des sessions de cette formation, y compris les programmes adaptés aux besoins des entreprises.
Aucun avis pour cette formation.
◉ Qualiopi · Validé TraininBlue
▣ Présentiel / Distanciel
◈ Programme personnalisable
Accepte sous-traitance OF
Cette formation permet aux professionnels de maîtriser les fondamentaux de l’analyse de données avec Python. À travers des exercices pratiques, les participants apprennent à importer, nettoyer, transformer, analyser et visualiser des données en utilisant Pandas, NumPy et Matplotlib. La formation s’appuie sur des jeux de données représentatifs de situations professionnelles.
Prochaines sessions Inter 2 Prochaine : 1 nov. Voir Masquer
-
Places disponibles1 nov. → 3 nov. 2026Sur devisVoir la session →
-
Places disponibles4 nov. → 6 nov. 2026Sur devisVoir la session →
Objectifs pédagogiques
À l’issue de la formation, les participants seront capables de :
• Importer des données depuis des fichiers CSV et Excel.
• Manipuler des tableaux de données avec Pandas.
• Nettoyer et préparer des données pour l’analyse.
• Réaliser des calculs statistiques descriptifs.
• Créer des graphiques avec Matplotlib.
• Automatiser une analyse simple avec Python.
Compétences visées
Public cible et prérequis
Public cible
- Développeurs Python, analystes de données débutants, ingénieurs, techniciens, consultants et professionnels souhaitant exploiter des données avec Python.
Prérequis
- Connaître les bases de Python : variables, conditions, boucles, fonctions et manipulation de listes. Une première expérience en programmation est recommandée.
Programme détaillé
Jour 1 – Introduction à l’analyse de données
• Rappels Python : variables, listes, dictionnaires et fonctions.
• Présentation de NumPy et Pandas.
• Découverte des DataFrames.
• Importation de fichiers CSV et Excel.
• Sélection et filtrage des données.
• Exercices pratiques.
Jour 2 – Nettoyage et transformation
• Identification des valeurs manquantes.
• Suppression des doublons.
• Transformation des colonnes.
• Regroupements et agrégations.
• Fusion de plusieurs jeux de données.
• Atelier pratique de préparation de données.
Jour 3 – Analyse et visualisation
• Statistiques descriptives.
• Analyse exploratoire des données.
• Création de graphiques avec Matplotlib.
• Exportation des résultats.
• Automatisation d’un traitement.
• Projet final : analyser un jeu de données complet.
• Rappels Python : variables, listes, dictionnaires et fonctions.
• Présentation de NumPy et Pandas.
• Découverte des DataFrames.
• Importation de fichiers CSV et Excel.
• Sélection et filtrage des données.
• Exercices pratiques.
Jour 2 – Nettoyage et transformation
• Identification des valeurs manquantes.
• Suppression des doublons.
• Transformation des colonnes.
• Regroupements et agrégations.
• Fusion de plusieurs jeux de données.
• Atelier pratique de préparation de données.
Jour 3 – Analyse et visualisation
• Statistiques descriptives.
• Analyse exploratoire des données.
• Création de graphiques avec Matplotlib.
• Exportation des résultats.
• Automatisation d’un traitement.
• Projet final : analyser un jeu de données complet.
Méthodes pédagogiques & évaluation
Méthodes pédagogiques
Apports théoriques et retours d'expérience
Exercices pratiques et mises en situation
Travaux de groupe et échanges entre pairs
Études de cas concrets
Modalités d'évaluation
Quiz de validation des acquis
Mises en situation évaluées
Projet fil rouge
Feuille de route post-formation
Accessibilité
Une formation accessible à tous
Signaler un besoin d'adaptation
Ce programme peut être adapté pour les personnes en situation de handicap. Contactez-nous pour étudier vos besoins spécifiques.