Kurs outline / içerigi;
- Pourquoi Python ?
- Étapes de compilation du code Python,
- IDE Python
- Travail dans un environnement cloud (Jupyter et Colab Notebook)
- Le concept de code propre et le Zen de Python
- Utilisation de help, dir, doc
- Concept de script, module, package
- Utilisation de import, pip
- Concepts de compilateur-interprète,
- Fichiers.py,.pyc,.ipynb et leurs différences
- Utilisation de print()
- Utilisation de input()
- Types de données standard (int, float, str, bool, complex,...)
- Règles de définition des variables,
- Commentaires, Docstrings
- Conversions de types,
- Opérateurs,
- Systèmes numériques et conversions,
- Modules statistics, math
- Formatage de chaînes (f-strings)
- Méthodes de chaînes et module string
- Structures de décision (if, if-else, elif)
- Boucles (while, boucles for)
- Boucles imbriquées (Nested Loops)
- Fonctions,
- Concepts d'arguments et de paramètres,
- Règle LEGB et concept de portée,
- Fonctions récursives,
- Fonctions Lambda,
- Gestion des erreurs (try, except, else, finally)
- Liste,
- Tuple,
- Différence entre liste et tuple
- Set et Frozenset,
- Dict,
- Structures de données Stack et Queue,
- Unpacking,
- Méthodes zip, map, filter, reduce
- List comprehension
- Concept de fichier-répertoire,
- Modules os, sys, shutil,
- Opérations de lecture/écriture avec des fichiers texte
- Travailler avec des données csv,
- Travailler avec des données Excel,
- Travailler avec des données json,
- Opérations de fichier avec le module pandas
- Travailler avec des bases de données,
- Travailler avec SQLite,
- Opérations de base de données avec le module pandas,
- Opérations de web scraping
- Analyse de données avec numpy
- Analyse de données avec pandas
- Analyse de données manquantes,
- Séries temporelles,
- Visualisation de données avec matplotlib
- Visualisation de données avec seaborn