Programme prévisionnel
Programme 2x2h 10h-12h 14h-16h Fin février début mars : sondage du 06/02 au 10/02 puis 20/02 au 17/03
Programme
Installation de Python
- Windows
- Linux
- MacOS
Installation alternative via Anaconda/Miniconda
Outils complémentaires
- IDE (Word n'est pas une option) ou simple éditeur
- Versionnement du code : git, gitlab
- Jupyter ?
Usage de base (démo)
- Créer un environnement virtuel (venv ou conda)
- Installer des paquets Python
- Écrire un script dans un fichier
- Ouvrir un terminal et se diriger
- Éxécuter un script
Présentation rapide du langage
- À quoi ça peut servir : scripts de traitements de fichiers/données, visualisation de données, IHM (type plugins QGIS), développement web, etc.
- Dans quels cas : données volumineuses, formats spécifiques, automatisation
- Les spécificités du langage (brièvement) : les modules, l'absence de compilation, etc.
Syntaxe
Généralités
Structure d'un fichier : import de modules, fonctions/classes (optionnel), indentation
Types
Booléen, Entier, Flottant, Liste, Dictionnaire
Import de modules
Formats
Formats de données manipulables : standards ouverts type CSV, JSON, NetCDF.
Modules utiles dans tous les cas
- os : interaction avec le système d'exploitation
- Numpy : traitement de données numériques
- Pandas : manipulation de données tabulaires
- Matplotlib : visualisation de données
Bonnes pratiques
- Documenter son code
- Versionner son code
- Débugger son code (
print()
,type()
) - Rechercher de l'information (documentation, forums, etc.)
- Trouver de l'aide (StackOverflow, Github, mailing listes) et formuler son problème
Premier cas d'application
Option 1 : compresser et renommer des photos en lot
- parcourir un dossier
- compresser une image (fournir l'exemple)
- renommer un fichier
- déplacer/copier un fichier
Option 2 : traitement de données tabulaires
- télécharger/récupérer un jeu de données open data
- charger et lire le fichier
- afficher des données
- écrire les résultats dans un fichier
Traitement de données spatiales
Modules utiles
- Geopandas
- Shapely
- GDAL
- EarthPy
Échange sur cas d'usages
La parole à l'assistance
Deuxième cas d'application (données spatiales)
Option 1 :
- Récupérer des données raster
- Charger et lire les données
- Effectuer un traitement
- Afficher le résultat
Option 2 :
- Charger des données vecteurs
- Appliquer un traitement habituellement compliqué sous SIG
Ressources / Aller plus loin
- Plateforme FUN pour des MOOCS spécifiques (machine learning, data science, etc.)
- PyPi
Edited by Benjamin HERVY