Formation python

• Structurer des programmes selon un algorithme
• Maîtriser les éléments de lexique et de syntaxe d'un langage pour écrire un programme
• Exécuter un programme
• Déboguer et tester un programme

• Aucune connaissance particulière.

Rappels importants sur le langage et compléments

• Le typage fort en Python
  
• Schéma de fonctionnement de la mémoire d’un programme Python (variables locales, passage par valeur/référence, variables non mutable, etc.)
  
• Rappels sur les différences entre tableaux, listes, dictionnaires, slices, etc.
  
• Les fonctions anonymes (lambda)
  
• Syntaxe d’appels étendus (*args, **kwargs)
  
• Intérêts de déterminer le type d’un objet, d’une méthode, ou d’un module (introspection)
  
• Exemple de synthèse sur les concepts objets en Python (classes, propriétés, méthodes, instances)
  
• Exemple de synthèse sur la syntaxe du langage (variables, boucles, tests, exceptions, …)

Travaux pratiques

Objectif : Valider que les concepts et la syntaxe de Python sont maîtrisés 
Description : Quiz ludique (bêtisier des erreurs classiques en Python). Écriture d’une fonction qui extrait une sous liste à partir d’une liste selon une fonction de critères passée en argument. Écriture d’une fonction qui « nettoie » un tableau passé en argument selon un dictionnaire de symboles « interdits » et présents dans un fichier texte.

Packager et déployer votre code Python

• En quoi consiste le packaging de code ?
  
• Projet vs bibliothèque  
  
• Comment décrire le module packagé (setup.py) ?
  
• Le Python Package Index (PyPI, Métadonnées).
  
• Les outils pour packager ses librairies (disutils, setuptools)
  
• Installer des librairies tierces (pip, easy_install).
  
• Isoler les environnements de différents projets (virtualenv)
  
• Gérer un projet avec pipenv
  
• Créer un wheel distribuable avec setup.cfg
  
• Compiler le code Python en un exécutable avec nuitka

Travaux pratiques

Objectif : Valider que l’environnement de développement est maîtrisé ainsi que le packaging de ses applications
Description : Création d‘un environnement virtuel (virtualenv) pour tester l’installation de modules de versions différentes sur des versions différentes de Python (plusieurs projets sur une même machine sans interférence). Packaging de l’une de nos propres librairies et installation dans l’environnement virtualisé des autres participants.J2

Manipulations avancées des primitives en Python

• Générer du code à la volée : factories puis métaclasses
  
• Décorateurs à plusieurs niveaux
  
• Context manager et décorateur à la fois au delà de yield : la méthode send() des générateurs
  Monkey paching et autres injections de code
  
• Introspection du code

Travaux pratiques

Objectif : Savoir mettre en œuvre l’introspection et les factories
Description : Mise en œuvre de l’introspection (appel de fonction avec arguments dans le « désordre »), Utilisation d’une classe différente selon le processus de connexion (login/password ou annuaire par exemple) avec les usines de classe (Factories)

Performances et parallélisation

• Programmation non blocante avec les threads
  
• Le GIL et les limites des threads
  
• Exploiter plusieurs coeurs avec le multiprocessing
  
• I/O asynchrone avec asyncio
  
• Les outils pour lire l’activité (Timeit, cProfile)
  
• Calcul distribué avec la librairie Celery
  
• Les faiblesses du multithreading

Travaux pratiques

Objectifs : Savoir manipuler les threads en Python pour gagner en performances
Description : Mise en œuvre de l’algorithme Map Reduce avec Celery. Observations des appels et du temps passé dans les différentes fonctions pour diagnostiquer où se situe le goulot d’étranglement.J3

Manipulations avancées des données

• Rappels sur les formats de données structurées : CSV, flux XML et JSON
  
• Manipulation des données issues de ces fichiers par des structures Python adaptées
  
• Le parseur XML ElementTree
  
• Fonctions d‘accès et de download de données en ligne
  
• A quoi sert un ORM (Object-relational Mapper) ?
  
• Synchronisation des objets Python avec une base SQL (ORM sqlAlchemy)
  
• Principes des API et des Web Services
  
• Consommation des API et des Web Services en Python

Travaux pratiques

Objectif : Savoir manipuler des flux XML ou JSON 
Description : Capture de séries financières (indices de marché et cours de bourse) à partir d'un fichier CSV représentant des données issues de data.gouv.fr, on extrait une statistique (décrite en XML) et on l’affiche dans un bar graphe (utilisation de la libraire PySpark). Cet atelier permet d’appréhender la puissance du moteur Spark combiné à la simplicité de Python pour l’analyse de données.

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 concrets

Travaux pratiques

Objectif : Savoir utiliser la bibliothèque MatplotLib
Description : Poursuite de l’atelier précédent en générant des visualisations graphiques illustrant les analyses de données réaliséesJ4

Présentation des grandes librairies Python

• En quoi consiste l’analyse de données ?
  
• Introduction au concept de Dataframe
  
• Manipuler et analyser les données avec Pandas
  
• Analyser les données avec NumPy et SciPy
  
• Fonctions de manipulation et de calcul matriciel (Numpy)
  
• Fonctions de Statistiques Descriptives (SciPy)
  
• Fonctions de comparaison de populations, mesures d’association, etc. (SciPy)
  
• Fonctions de classification automatique (SciPy) : k-means
  
• Introduction aux concepts et au vocabulaire de l’IA (apprentissage supervisé/non supervisé)
  
• Intelligence Artificielle et algorithmes d'apprentissage avec Scikit-Learn
  
• Tracer et visualiser les données avec Matplotlib
  
• Créer un serveur internet WEB, FTP, etc. avec Twisted (aperçu)
  
• Dialoguer avec tout matériel compatible SNMP avec PySNMP (aperçu)
•  

Travaux pratiques

Objectifs : Comprendre le champ fonctionnel de chaque librairie et leurs dépendances ou complémentarités. Savoir mettre en œuvre NumPy et SciPy pour le calcul scientifique et l’analyse de données.
Description : Quizz sur les bibliothèques (quelles bibliothèques utiliser pour quel traitement formulé sous la forme d’un besoin métier  ?). Mise en œuvre de NumPy et SciPy dans le contexte de l’analyse financière (Collecte de données, intégration, nettoyage, calcul, analyse). Visualisation avec Matplotlib. 

Toute personne devant apprendre à programmer en python 

• Le délai d'accès moyen pour cette formation est de 2 Semaines
• Merci d’utiliser le formulaire de contact ou nous joindre par téléphone ou mail pour l’organisation de votre formation.

• Méthode participative
• Étude de cas / Mise en situation.
• Exposé et réflexion sur ses propres projets
• Exposés, aides visuelles, support de cours, exercices pratiques d’utilisation
• Questions/réponses entre les stagiaires et le formateur
• Mise à disposition en ligne de documents supports à la suite de la formation.

• Feuilles de présence.
• En cours de formation, par des productions
• Et, en fin de formation, par un questionnaire d'auto-évaluation ou une certification
• Formulaires d'évaluation de la formation à chaud et à froid
• Certificat de réalisation de l’action de formation.

Pour suivre cette formation à distance vous aurez besoin

• D'un Mac ou d'un PC
• Une Connexion internet stable
• Un Navigateur Web récent
• De Teams ou de Zoom
• Du logiciel enseigné ou à utiliser installé
  
  

Dans nos locaux nous mettrons à votre disposition tout le nécessaire.

Dans vos locaux nous conviendrons du nécessaire à mettre en place pour le bon déroulé de cette formation.

Suivi et accompagnement pédagogique :

Notre équipe pédagogique sera à vos côtés tout au long de votre parcours pour assurer le suivi de l'exécution et l'évaluation de la formation.

Entretien préalable :

Avant le début de la formation, notre conseiller en formation organise un entretien avec vous afin de cerner précisément vos attentes et vos objectifs.

Horaires et rythme :

Les horaires et le rythme de la formation sont adaptables à vos disponibilités, ou peuvent être fixés en accord avec notre équipe pédagogique.

Exercices pratiques et mises en situation :

Si nécessaire, la formation inclut des exercices pratiques et/ou des mises en situation pour renforcer l'apprentissage.

Supports et attestation de formation :

À l'issue de la formation, vous aurez accès en ligne à des documents et supports pédagogiques. Un certificat de réalisation de la formation vous sera également remis.

Évaluation et satisfaction :

Nous vous inviterons à remplir un questionnaire de satisfaction à chaud, en fin de formation, et un autre à froid, trois mois après la formation. Pour certaines formations, vous recevrez également un questionnaire d'auto-évaluation en fin de formation et, le cas échéant, pourrez passer une certification (en conditions d'examen ou en télésurveillance post-formation).

Accès à la plateforme de certification :

Pour les formations certifiantes, un accès à la plateforme de certification sera mis à votre disposition.