Programmation avec Python : Bases et Applications
Programmation avec Python : Bases et Applications
- 18h : CM+TP
- Contact : natachayepnga@gmail.com
- Outils recommandés : VS Code, Jupyter Notebook
Objectifs
- Comprendre les bases du langage Python.
- Manipuler les variables, types de données et structures de contrôle.
- Explorer les bibliothèques populaires : NumPy, Pandas, Matplotlib.
- Introduire les concepts de machine learning avec Scikit-learn.
- Réaliser un projet intégrant toutes les notions vues.
Python
- Langage polyvalent : data science, machine learning, développement web, automatisation.
- Avantages :
- Syntaxe simple et claire.
- Large écosystème de bibliothèques open source.
- Utilisé par des entreprises, start-ups, et dans la recherche académique.
Organisation des TP
- 5 TP + 1 projet final
- Environnements : VS Code, Jupyter Notebook, Google Colab.
- Approche : Alternance entre exercices guidés et explorations libres.
- Les projets doivent suivre une structuration rigoureuse :
- Nettoyage des données.
- Visualisation.
- Analyse et modélisation.
Ce qu’il faut faire
- Lisez attentivement les consignes de chaque TP.
- Essayez de résoudre les exercices par vous-même.
- Recherchez dans les cours et tutoriels en ligne.
- Travaillez en binôme pour échanger des idées.
- Posez des questions à l’enseignante en cas de blocage.
À ne pas faire
- Utiliser ChatGPT sans comprendre la solution.
- Copier/coller des réponses sans vérifier leur validité.
- Ne pas documenter votre code ou vos démarches.
Note : Ces pratiques nuisent à l’apprentissage et à la compréhension.
Évaluation
- Partie 1 : Projet à faire à la maison.
- Sujet distribué une semaine avant la date de l’examen.
- Analyse et exploration d’un dataset fourni.
- À rendre sous forme d’un notebook bien structuré :
- Explication des étapes de nettoyage.
- Visualisation des données et interprétation.
- Conclusions et recommandations.
- Partie 2 : QCM.
- Durée : 2h.
- Questions portant sur les concepts abordés pendant le cours et les TP.
- La date sera définie à l’avance.
Bibliographie
- Documentation officielle Python
- [Cours excellent de l’ENSAE] (https://pythonds.linogaliana.fr/)
- Python for Everybody
- Python Crash Course (Livre)
- Site
- Mémento Bases Python 3 de Laurent POINTAL, 2012-2013
- Abrégé Dense Python 3.2 de Laurent POINTAL, 2012
- A Quick, Painless Tutorial on the Python Language de Norman Matloff, 2008 (PDF)
- Tutoriels Python en ligne
- Dernière version de Python et interface IDLE
- Outil IEP (Interactive Editor for Python)
- Think Python - How to Think Like a Computer Scientist d’Allen B. Downey, 2014
- Apprendre à programmer avec Python de Gérard Swinnen, 2009
- Une introduction à Python 3 de Robert CORDEAU et Laurent POINTAL, 2010
- Cours Python de l’École Polytechnique Universitaire UMPC
- Documentation sur l’intégration C/C++/Python
- Python Development with PyDev and Eclipse - Tutorial de Lars Vogel, 2011
- Apprenez à programmer en Python - Site du Zéro - Vincent Le Goff, 2011
- Association francophone Python