Skip to content
Projets

linogaliana/python-datascientist

Voir sur GitHub

linogaliana/python-datascientist has 187 GitHub stars and 59 forks. GitHot measured 0 stars in 24 hours and 0 in 7 days. Last checked 2026-11-20 08:04 UTC. Last push 2026-11-07.

Comment ces chiffres sont mesurés

Progression mesurée des étoiles

in 24h
0
in 7 days
0
in 15 days
Historique en cours
in 1 month
Historique en cours

Variations nettes sur des périodes qui se chevauchent, pas des totaux quotidiens. Les mesures absentes restent vides. Les étoiles indiquent l’intérêt, pas la qualité.

À propos

Dépôt associé au cours Python pour data scientists (ENSAE 2e année)

Apprentissage automatique

doc/README-fr.md

Original

Data Science avec Python

DOI Déploiement en production


Lino Galiana • Data scientist, Insee (Institut national de la statistique et des études économiques)

Cours enseigné dans deux grandes écoles françaises d’ingénieurs (ENSAE et ENSAI) et disponible en autonomie (self-paced learning).


[!NOTE]
Ceci est la version française 🇫🇷 du README. Pour voir la version anglaise 🇬🇧🇺🇸, cliquez ici :

en


À propos

Ce dépôt héberge les sources de Python pour la data science, un cours orienté pratique conçu pour accompagner les étudiantes et étudiants depuis leurs premiers pas avec Python jusqu’à des workflows concrets de data science.

Il est enseigné en 2e année (Master 1) dans deux écoles d’ingénieurs françaises :

  • ENSAE depuis 2021
  • ENSAI à partir de 2026

Le support combine explications, exemples et exercices, avec une attention particulière portée à la reproductibilité et à l’usage de jeux de données réels.

L’ensemble des chapitres (notes, exemples et exercices disponibles en notebooks Jupyter) est accessible sur https://pythonds.linogaliana.fr/.

📌 Licence et citation

Ce cours est diffusé sous licence Creative Commons CC BY-NC-SA .

Si vous utilisez ce support, merci de le citer :

Galiana, Lino. 2025. Python pour la data science. https://doi.org/10.5281/zenodo.8229676

@book{galiana2025,
  author = {Galiana, Lino},
  title = {Python pour la data science},
  date = {2025},
  url = {https://pythonds.linogaliana.fr/},
  doi = {10.5281/zenodo.8229676},
  langid = {fr}
}

🎨 Galerie

Quelques exemples de figures produites pendant le cours (cliquer pour ouvrir le site du cours) :

Top 50 des stations Vélib en France Matrice de corrélations Carte des forêts Diagramme en gaufre (waffle chart)

Plus d’exemples

Carte de la population Villes les plus émettrices de carbone Exemple de carte Leaflet Structure Pandas Carte de la Haute-Garonne Exemple de projection de type Spillhaus avec Python Image de Bulbizarre récupérée par webscraping Usage du Vélib selon l’heure


📖 Contenu du cours

Ce cours s’adresse à la fois aux débutants et aux personnes plus avancées.

Le plan ci-dessous est entièrement cliquable et repliable.

1. Bien démarrer : pourquoi Python pour la data science ?

🔗 https://pythonds.linogaliana.fr/fr/content/getting-started/

  • Mettre en place un environnement Python fonctionnel pour la data science
  • Prendre en main un jeu de données
  • Les bases de Python
2. Manipulation des données

🔗 https://pythonds.linogaliana.fr/fr/content/manipulation/

  • Numpy, la fondation de la data science
  • Introduction à Pandas
  • Manipuler des données avec Pandas
  • Données spatiales avec GeoPandas
  • Webscraping avec Python
  • Récupérer des données via des API
  • Maîtriser les expressions régulières
  • Importer des données depuis Parquet et S3
3. Visualisation et communication

🔗 https://pythonds.linogaliana.fr/fr/content/visualisation/

  • Construire des graphiques avec Python
  • Introduction à la cartographie
4. Modélisation

🔗 https://pythonds.linogaliana.fr/fr/content/modelisation/

  • Pourquoi le prétraitement est crucial
  • Évaluer la qualité d’un modèle
  • Introduction à la classification
  • Introduction à la régression
  • Sélection de variables (feature selection)
  • Clustering
5. Traitement automatique du langage (NLP)

🔗 https://pythonds.linogaliana.fr/fr/content/nlp/

  • Nettoyer et structurer des textes
  • Approche sac-de-mots (bag-of-words)
  • Plongements de texte (embeddings)

🔗 Ressources

Le contenu du cours s’appuie largement sur des données ouvertes, notamment des jeux de données français (provenant de data.gouv et de l’Insee) ainsi que des jeux de données américains.

Cours complémentaire avec Romain Avouac (@avouacr) :
https://ensae-reproductibilite.github.io/website/


🚀 Accéder au cours en ligne

[!TIP]
Exécutez les exemples instantanément sur SSP Cloud ou Google Colab. Voici un exemple pour le chapitre Pandas :

SSP Cloud VSCode Ouvrir dans Colab


🤝 Contribuer

Les contributions sont les bienvenues !

[!NOTE]
Voir le guide pour les contributeurs :

CONTRIBUTING.md