EPIGEP-FI-3-S1-UPM-Python-visualisation-données
===============================================

.. toctree::
    :maxdepth: 1
    :hidden:

    sources/python-13-test
    sources/python-14-internet
    sources/python-15-geo
    sources/python-16-numpy
    sources/python-17-pandas
    sources/python-26-vizintro
    sources/python-27-plotly
    sources/python-28-dash
    sources/python-29-projet-data
    sources/misc-01-github-environment
    sources/misc-02-git
    sources/misc-03-github-development

Prérequis
---------

Pour ce cours, il est nécessaire de maîtriser les bases de la programmation Python présentées dans le cours `EPIGPC-2-S3-UAE-E06-Python Python <https://perso.esiee.fr/~courivad/courses/EPIGPC-2-S3-UAE-E06-Python>`_. Pour vous en assurer, à la lecture de l'énoncé, vous devez vous sentir capable de résoudre ces exercices :

 - `Les données météo <https://perso.esiee.fr/~courivad/courses/exercices/python-10-dict-meteo.html>`_
 - `Conversion de type <https://perso.esiee.fr/~courivad/courses/exercices/python-11-exceptions-conversion.html>`_
 - `Le point cartésien 2D <https://perso.esiee.fr/~courivad/courses/exercices/python-12-classes-point2d.html>`_

Test technique
--------------

Le cours proprement dit débute par un :ref:`python-13-test` que vous devez valider en moins de 04:00.

Le cours
--------

:ref:`python-14-internet`
.........................

Une source importante de données est le web. Ce chapitre présente les techniques de base pour accéder à des données sur internet.

:ref:`python-15-geo`
....................

Les données géographiques sont omniprésentes. Ce chapitre présente les concepts de base pour manipuler des données géographiques en Python.

:ref:`python-16-numpy`
......................

Le module `NumPy <https://numpy.org/>`_ est la bibliothèque de référence pour le calcul scientifique en Python. Il permet de manipuler des tableaux multidimensionnels et de réaliser des opérations mathématiques efficaces.

:ref:`python-17-pandas`
.......................

`Pandas <https://pandas.pydata.org/>`_ est une bibliothèque puissante pour la manipulation et l'analyse de données. Elle fournit des structures de données flexibles comme les DataFrames, idéales pour travailler avec des données tabulaires.

:ref:`python-26-vizintro`
..........................

Introduction à la visualisation de données avec Python. Ce chapitre couvre les principes fondamentaux de la visualisation et présente les bibliothèques couramment utilisées.

:ref:`python-27-plotly`
........................

`Plotly <https://plotly.com/python/>`_ est une bibliothèque de visualisation interactive qui permet de créer des graphiques dynamiques et attrayants. Ce chapitre explore ses fonctionnalités principales.

:ref:`python-28-dash`
.....................

`Dash <https://dash.plotly.com/>`_ est un framework pour construire des applications web analytiques en Python. Il permet de créer des tableaux de bord interactifs avec peu de code.

:ref:`python-29-projet-data`
............................

Projet de visualisation de données intégrant les concepts et outils présentés dans le cours.

:ref:`misc-01-github-environment`
.................................

L'environnement GitHub : repositories, codespaces, workflow.

:ref:`misc-02-git`
...................

Le système de gestion de version Git : concepts, commandes de base, workflow.

:ref:`misc-03-github-development`
.................................

Le développement collaboratif avec GitHub.


Intervenants
------------

- Romain Negrel, romain.negrel@esiee.fr
- Benjamin Perret, benjamin.perret@esiee.fr