Python – initiation à l’analyse de données

Cette formation permet de découvrir Python appliqué à l’analyse de données. Vous apprendrez à programmer en Python, à manipuler des tableaux et des data frames, à visualiser vos données et à réaliser des analyses statistiques sur des jeux de données concrets

Je souhaite m'inscrire

Objectifs pédagogiques

À l’issue de la formation, l’apprenant sera capable de :

  • Installer et configurer un environnement Python pour la data science

  • Programmer avec Python en utilisant les concepts fondamentaux et orientés objet

  • Manipuler et transformer des données avec NumPy et Pandas

  • Visualiser des données avec Matplotlib et Seaborn

  • Nettoyer et analyser des jeux de données

Tarif sur devis

Durée : 16 heures

Durée : 16 heures environ
Public :
Tous publics, débutants ou ayant des notions de programmation
Prérequis:
Notions basiques d’informatique
Connaissances Excel ou équivalent recommandées
Objectifs :
Acquérir les bases de Python pour l’analyse de données
Savoir manipuler et transformer des données avec Python et ses librairies
Créer des visualisations claires et exploiter des données pour l’analyse
Développer des compétences pratiques applicables à un projet professionnel ou personnel
Accessibilité :
Formations en distanciel accessibles aux personnes à mobilité réduite.
Sans audio description ni sous-titrage.

Matériel nécessaire

  • Ordinateur

  • Connexion Internet stable

  • Python et Anaconda

  • Jupyter Notebook ou VS Code

  • Jeux de données pédagogiques fournis

Modalités d’évaluation des acquis

  • Questionnaire de positionnement en début de formation

  • Exercices pratiques réalisés et corrigés pendant la formation

  • Questionnaires pédagogiques de validation des acquis

  • Évaluation à chaud en fin de formation

Moyens pédagogiques et techniques

  • Cours et exercices pratiques en direct, en présentiel et/ou à distance

  • Interaction avec le formateur et questions en temps réel

  • Supports pédagogiques numériques (documents, exercices)

  • Accès aux sessions en ligne en direct via ordinateur, tablette ou smartphone

  • Assistance pédagogique et technique selon modalité de la formation, par téléphone, visio, e-mail et en présentiel si nécessaire

PROGRAMME

MODULE 1 — Initiation à Python et environnement de travail

Objectifs spécifiques :

  • Être capable de créer et exécuter ses premiers scripts Python et utiliser un environnement de travail adapté à l’analyse de données.

Contenu :

1 - Installer Python et Anaconda

2 - Prise en main de Jupyter Notebook

3 - Premiers pas avec Python : variables, types de données, opérations de base

4 - Fonctions et objets fondamentaux

5 - Programmation orientée objet : classes et méthodes

Module 2 — Structuration du code et contrôle de flux

Objectifs spécifiques :

  • Être capable de structurer son code et de gérer des flux de contrôle pour automatiser et organiser l’analyse de données.

Contenu :

1 - Organisation du code en projets

2 - Listes, dictionnaires et autres structures de données

3 - Boucles et conditions (for, while, if/else)

4 - Fonctions personnalisées

5 - Bonnes pratiques de lisibilité et modularité

Module 3 — Manipulation des données

Objectifs spécifiques :

  • Être capable de créer, transformer et manipuler des tableaux et des data frames pour préparer les données à l’analyse.

Contenu :

1 - Création de tableaux avec NumPy

2 - Manipulation et transformation des arrays

3 - Création et manipulation de data frames avec Pandas

4 - Filtrage, tri et agrégation des données

5 - Fusion et jointure de jeux de données

Module 4 — Visualisation des données

Objectifs spécifiques :

  • Être capable de représenter graphiquement des données et d’extraire des informations pertinentes grâce à des visualisations claires et efficaces.

Contenu :

1 - Introduction à Matplotlib et Seaborn

2 - Graphiques simples et personnalisés

3 - Graphiques complexes : barres, courbes, scatterplots, heatmaps

4 - Bonnes pratiques de visualisation

Module 5 — Nettoyage et analyse statistique des données

Objectifs spécifiques :

  • Être capable de préparer et analyser des jeux de données pour produire des indicateurs fiables et interprétables.

Contenu :

1 - Bases de l’analyse statistique : types de variables, mesures centrales et de dispersion

2 - Nettoyage des données : détection et traitement des erreurs

3 - Analyse univariée : distribution, tableaux et graphiques

4 - Analyse bivariée : corrélation, régression linéaire, ANOVA, Chi-2

OUTILS

  • Python et Anaconda installés

  • Jupyter Notebook ou VS Code

  • Jeux de données pédagogiques fournis

  • +33 6 78 45 78 58

  • contact@eduqa.fr

  • 8 rue Thérèse Avondo - 31200 Toulouse

A propos

• Notre mission

• Notre approche pédagogique

EDUQA est un organisme de formation déclaré auprès de la DREETS
enregistré sous le n° 76311461931.

Mentions légales | Politique de protection des données | Cookies | CGV

© EDUQA – 2025