Cette formation est-elle adaptée à mon niveau ?

Chaque fiche indique le niveau requis (Fondamental, Intermédiaire, Avancé) ainsi que les prérequis détaillés. En cas de doute, un test d'auto-évaluation est disponible directement sur la page.

La formation est-elle orientée théorie ou pratique ?

Nos formations alternent apports théoriques et travaux pratiques, pour mettre immédiatement en application les notions abordées.

Puis-je suivre cette formation à distance ?

Oui, la plupart de nos formations sont disponibles en présentiel et en classe à distance, avec le même contenu et le même niveau d'interaction avec le formateur.

Cette formation est-elle disponible en intra-entreprise ?

Oui. Nous pouvons l'organiser dans vos locaux, dans nos salles ou à distance, avec un programme adapté à votre contexte si nécessaire. Contactez notre service intra pour un devis.

Que se passe-t-il si une session est annulée ?

Nous nous engageons à maintenir les sessions garanties affichées. En cas d'annulation de notre part, nous vous proposons un report sur la prochaine session disponible.

Cette formation est-elle finançable via le CPF ?

Si la formation est éligible CPF, cela est indiqué sur la fiche avec le code de certification correspondant. Vous pouvez retrouver la formation directement sur Mon Compte Formation.

Mon employeur ou mon OPCO peut-il prendre en charge le coût ?

Oui. Contactez-nous pour obtenir une convention de formation et vérifier les possibilités de prise en charge via votre OPCO.

Découvrir Python et l'analyse de données

Pandas, Matplotlib, XML, JSON, NumPy, SciPy, iPython, MapReduce, Matrices, Séries

4,5/5

Avec 19 avis

Prochaine session garantie : 08/06/2026

Description de la formation Python Analyse donnees

Cette formation Analyse de données en Python permet aux participants dans un premier temps de découvrir et apprendre le langage Python puis de comprendre pourquoi Python est particulièrement bien adapté à toutes sortes de problèmes d’analyse de données.

Lors de ce cours les participants aborderont donc le traitement de différents formats de données structurées ou non (tableau, matrice, série, CSV, flux XML ou JSON, etc.) tout en les rendant opérationnel dans l’utilisation des principales bibliothèques Python comme NumPy, Pandas, Matplotlib, IPython, SciPy, etc…
Enfin les participants seront capables de rendre leurs traitements performants grâce au parallélisme de leurs requêtes.

Les bases du langage Python

Les caractéristiques du langage Python
Pourquoi choisir Python pour l’analyse de données ?
Installation et configuration
Philosophie de Python (indentation, objet, etc.)
Les types de données
Appels de fonctions et méthodes
Structures de contrôles (boucle, test, exceptions)
Structures de données et séquences (tuple, liste, primitives, dict)
Les principales bibliothèques de Python (NumPy, Pandas, Matplotlib, Ipython, SciPy)Atelier :Installation et configuration de son environnement de développement
Un premier programme simple permettant de résumer la syntaxe de base des grands concepts dans une approche mnémonique

Aspects avancés en Python

Espace de noms, périmètre et fonctions locales
Manipuler les fonctions comme des objets
Les fonctions anonymes (lambda)
Syntaxe d’appels étendus (*args, **kwargs)

Introduction à l’Analyse de Données en Python

En quoi consiste l'analyse de données
Cas d'usage avec Python
La manipulation de données par l’utilisation de la librairie Pandas
Introduction du concept de Dataframe comme structure de données central pour l’analyse de données
Comment interroger ces structures ? Comment ces structures sont indexées ?
Traitement de « données manquantes »
Fusion de dataframes
Manipulation des dates
Application de mesures statistiques variées sur les DataFrames
Bonne compréhension des problèmes d’échelle de mesure, de normalisation
Création de métriques d’analyse
Les sites et outils de référence pour la data scienceAtelier :Cet atelier permettra aux participants d’intégrer des données tabulaires et des séries temporelles, de les « nettoyer », les manipuler et d’y appliquer des analyses statistiques simples

La représentation graphique de données en Python

Introduction aux bases de la visualisation de données
Focalisation sur la génération de graphes grâce à la librairie Matplotlib : démonstration de l’application de graphes Matplotlib à la visualisation de problèmes concretsAtelier :Cet atelier permettra de poursuivre les travaux de l’atelier précédent en générant des visualisations graphiques illustrant les analyses de données réalisées

L’acquisition de données externes en Python

Les formats de données structurées : CSV, flux XML et JSON
Lecture et écriture de fichiers
Manipulation des données issues de ces fichiers par des structures Python adaptées
Fonctions d‘accès et de download de données en ligne
Récupération des données d'une API en PythonAtelier :Cet atelier permettra de réaliser un module de capture de données disponibles sur Internet sous différents formats (CSV, API, etc.)
Application à la capture de séries financières (indices de marché et cours de bourse)

Analyses Statistiques en Python

Présentation des principales bibliothèques d’analyse de données Python : NumPy, SciPy, IPython (Jupyter)
Fonctions de manipulation et de calcul matriciel (Numpy)
Fonctions de Statistiques Descriptives (SciPy) : quantiles et des fonctions de répartition pour
différentes lois statistiques
Fonctions de comparaison de populations, mesures d’association, etc (SciPy)
Fonctions de classification automatique (SciPy) : k-meansAtelier :Cet atelier permettra aux participants d’appliquer leurs connaissances à la réalisation d’un « mini atelier » d’Analyse Technique pour la Finance des Marchés :
- Collecte automatique de séries financières
- Calcul d’indicateurs : d’indicateurs simples (moyennes mobiles) à des indicateurs avancés (tel que le RSI et les Bandes de Bollinger)
- Visualisation des résultats

Performances et parallélisation

Les outils pour lire l’activité (Timeit, cProfile)
Paralléliser vos traitements avec le multiprocessing
Calcul distribué avec la librairie Celery
Les faiblesses du multithreadingAtelier :Mise en œuvre de l’algorithme Map Reduce avec Celery

Date de mise à jour du programme : 16/01/2026

Dates et lieux

Période souhaitée

Lieux

Type d'affichage

Distanciel

18 mai - 22 mai

8 juin - 12 juin

Session bientôt complète

6 juillet - 10 juillet

21 septembre - 25 septembre

Session bientôt complète

12 octobre - 16 octobre

2 novembre - 6 novembre

7 décembre - 11 décembre

Paris

18 mai - 22 mai

8 juin - 12 juin

Session bientôt complète

6 juillet - 10 juillet

21 septembre - 25 septembre

Session bientôt complète

12 octobre - 16 octobre

2 novembre - 6 novembre

7 décembre - 11 décembre

Témoignages pour cette formation

19 avis

Les avis figurant ci-dessous sont issus des fiches d'évaluation que remplissent les participants à la fin de la formation. Ils sont ensuite publiés automatiquement si les personnes ont explicitement accepté que nous les diffusions.

Avis de BOURQUARD Clémentine

Retour d’expérience

Mon avis sur le formateur :

"Très bon formateur à l'écoute de chacun, vérifie régulièrement la compréhension de tous. Bonne illustration des techniques et outils présentés, plusieurs support différents pour effectuer les tp afin de découvrir plusieurs environnements, idéal pour bien comprendre. Formation un peu lente au début pour ma part, du fait de mes connaissances sur le sujet mais rythme adapté au reste des participants."

Ce que j'ai le plus apprécié :

"Les tp avec les notebook"

Ce que j'ai le moins apprécié :

"1 jour sur les bases de python que je connaissais"

BOURQUARD Clémentine

Avis de JK

Retour d’expérience

Mon avis sur le contenu du stage :

"Le stage était parfait, seul petit bémol, nous avons vu énormément de notion en très peu de temps."

Mon avis sur le formateur :

"Le formateur a été top ! il a su répondre a toutes nos questions sans aucun problèmes et il a toujours été très clair dans ses explications !"

Ce que j'ai le plus apprécié :

"On a pu travailler directement sur notre poste de travail sans passer par une VM."

Ce que j'ai le moins apprécié :

"La formation était très condensé, peut être un peu trop de notion a assimiler en si peu de temps."

Avis de CC

Retour d’expérience

Mon avis sur le formateur :

"Jérémy nous a très bien accompagné lors de cette formation et n’a pas hésité à répondre à nos questions sur le langage Python et sa mise en œuvre avec les outils (ex : Pycharm). Il a répondu a nos difficultés de manière individuel et est resté très à l'écoute."

Mon avis sur la salle de formation :

"Les PC portables mis à disposition ne disposent pas d'un clavier avec une police ergonomique et d'un touché agréable."

Ce que j'ai le plus apprécié :

"Le dispositif de rétro projection.Le fait d’être en petit comité. "

Data Visualisation en Python

Durée: Durée :3 jours
Niveau: Niveau :Intermédiaire
Certification: Certification :Non

2090€ HT

Prochaine session : 20/05/2026

Python avancé pour le calcul scientifique

Durée: Durée :3 jours
Niveau: Niveau :Avancé
Certification: Certification :Non

2090€ HT

Prochaine session : 26/05/2026

Scraping et manipulation de données avec Python

Durée: Durée :4 jours
Niveau: Niveau :Avancé
Certification: Certification :Non

2490€ HT

Prochaine session : 21/04/2026

Python : Bonnes pratiques et Design patterns

Durée: Durée :4 jours
Niveau: Niveau :Intermédiaire
Certification: Certification :Non

Intra uniquement

Aucune session prévue

Voir toutes les formations Python

Découvrir Python et l'analyse de données

Description de la formation Python Analyse donnees

Programme de la formation

Objectifs de la formation

Contenu du cours Python Analyse donnees

Les bases du langage Python

Aspects avancés en Python

Introduction à l’Analyse de Données en Python

La représentation graphique de données en Python

L’acquisition de données externes en Python

Analyses Statistiques en Python

Performances et parallélisation

Public et prérequis

Dates et lieux

Distanciel

Paris

Témoignages pour cette formation

Ces formations en Python peuvent aussi vous intéresser

Questions fréquentes

Cette formation est-elle adaptée à mon niveau ?

La formation est-elle orientée théorie ou pratique ?

Puis-je suivre cette formation à distance ?

Cette formation est-elle disponible en intra-entreprise ?

Que se passe-t-il si une session est annulée ?

Cette formation est-elle finançable via le CPF ?

Mon employeur ou mon OPCO peut-il prendre en charge le coût ?

Témoignages pour cette formation

Ces formations en Python peuvent aussi vous intéresser