Bootcamp Analyse de données avec Python 🐍 📉

Ce dépôt contient le code de la 1ère édition du Bootcamp Analyse de Données avec Python enseigné par Kevin Degila .

Ce bootcamp vous apprend les bases du langage de programmation Python🐍 et l'Analyse de données 📉, de l'import à la visualisation.

Nous utilisons Google Colab dans ce bootcamp. Accédez à tous les notebooks sur Colab en cliquant ici : . Certains notebooks sont encore en cours d'écriture.

Les vidéos de ce bootcamp seront disponibles gratuitement sur la chaîne YouTube Kevin Degila : https://www.youtube.com/c/KevinDegila

A la fin de ce bootcamp, vous serez en mesure de :

• Importer des données sous format csv, sql json, html et autres pour de l'analyse
• Nettoyer, transformer et explorer les données avec Pandas et Numpy
• Utiliser des notions statistiques pour répondre à des questions utiles à propos de vos données
• Appliquer les principes de la Visualisation pour découvrir des informations utiles et faire du storytelling

📜 Plan du bootcamp

Module 0: Introduction à Jupyter notebook 📓

• Coder dans le cloud avec Google Colab : Lien Vidéo
• Installer Jupyter notebook en local : Lien Vidéo

Module 1 : Les bases de Python 🐍

• Les Variables et opérateurs
• Les Types de données en Python (int, float, str, list, tuples, dict, set)
• Recevoir des données de l'utilisateur avec la fonction input
• Les conditions (if else elif)
• Les boucles (for, while)
• Les fonctions et Modules
• Manipuler les fichiers en Python
• La programmation orientée objet en Python

Module 2 : Introduction au calcul numérique avec Numpy 🧱

• Les bases d'un tableau Numpy
• Les fonctions Numpy: alternative plus rapide aux boucles
• Filtrage et indexation des tableaux Numpy
• Le concept de broadcasting: diffusion de vecteur

Module 3 : Manipuler les données avec Pandas ⚙️

• Les bases d'un dataframe Pandas
• Sélection, Filtrage et Indexation des données avec Pandas
• Gestion des valeurs manquantes avec Pandas
• Combiner et Merger des datasets avec Pandas
• Opérations et aggrégation de données avec Pandas
• Nettoyage et ordonnement des données avec Pandas
• Analyse des séries temporelles
• Introduction à la visualisation avec Pandas

Module 4 : Visualization des données avec Matplotlib et Seaborn 📊

• Guide pour la visualisation des données
• Les bases de Matplotlib
• De meilleures visualisations avec Seaborn

Module 5 : Projet Analyse de données ⚒️

• Projet 1 : Analyse des données du Titanic
• Projet 2: Analyse de données de vente d'un supermarché sur une année
• Projet 3 : Analyse des données du Covid 19 dans le monde

Format du bootcamp 🛡️

• Chaque module est accompagné d'un ou plusieurs notebooks explicatifs
• Chaque sous-module est accompagné d'exercices pour pratiquer les notions apprises
• On fera plusieurs erreurs lors des séances live ou vidéos afin d'apprendre comment chercher des solutions à chaque erreur
• Ce bootcamp n'enseignera pas tout ce qu'il faut mais le strict nécéssaire. Les apprenants seront appélés à complèter quelques notions par eux-mêmes grâce aux différentes ressources partagées. Savoir apprendre de nouvelles notions tout seul est une qualité chez un data analyst.

Apprendre en Communauté 🤝

L'un des avantages du format Bootcamp est d'apprendre des autres apprenants. Nous utiliserons Discord pour la communication hors séance live. Voici le lien du serveur : https://discord.gg/sHE5exZ . N'hésitez pas à poser des questions et à répondre quand vous avez les réponses aux questions posées.

Ressources supplémentaires 📚

• Site pour apprendre et s'exercer en Python : https://www.w3schools.com/python/
• Visualiser l'éxecution de votre code Python avec Python Tutor : http://pythontutor.com/
• Livre gratuit pour apprendre Numpy, Pandas, Matplotlib et Seaborn : https://jakevdp.github.io/PythonDataScienceHandbook/
• Site pour s'exercer en Python en s'amusant : https://www.codingame.com/start

Site pour télécharger des données 📖

• Kaggle Datasets : https://www.kaggle.com/datasets
• fivethirtyeight : https://data.fivethirtyeight.com/
• Google Dataset Search : https://datasetsearch.research.google.com/
• UCI Machine Learning Repository : https://archive.ics.uci.edu/ml/datasets.php
• BuzzFeed News : https://github.com/BuzzFeedNews
• Banque mondiale : https://data.worldbank.org/

Soutenir ce bootcamp 🙌

Vous pouvez soutenir ce bootcamp à travers le partage à des personnes qui en profiteraient et en faisant un don à https://paypal.me/kevindegila . Les fonds recueillies permettront d'augmenter la qualité des vidéos qui accompagnent le code.

Me contacter 📩

Vous pouvez m'envoyer un mail à [email protected]