Ce projet est une formation en Python dédiée à l'analyse et la visualisation de données scientifiques. Il couvre des sujets tels que la manipulation de données avec NumPy et Pandas, la visualisation avec Matplotlib et Seaborn, l'analyse statistique avec Statsmodels, la modélisation et l'apprentissage automatique avec Scikit-learn.

Ce projet a pour but d'initier aux concepts fondamentaux du langage Python, en se concentrant sur des cas d'utilisation concrets tels que l'analyse, le traitement et la visualisation de données. Il couvre des sujets tels que la manipulation de données avec Pandas, la gestion du temps avec pytz, la sérialisation de données avec PyYAML et l'interaction avec des API Web grâce à Requests.

Ce projet est une formation en présentiel de 7 heures destinée aux sciences humaines et sociales. Il couvre les bases du langage Python, l'installation et la recherche de bibliothèques, l'utilisation de la bibliothèque Pandas pour manipuler des données, et des exemples d'usages un peu plus avancés. L'objectif est de se doter des compétences pour identifier les usages possibles et de poser les bases de l'autonomie dans l'apprentissage.

Ce projet vise à fournir une formation en ligne sur la programmation en Python et l'analyse de données. Les modules couvrent les bases de la programmation, la manipulation de données avec la bibliothèque Pandas, les statistiques descriptives et inférentielles, les modèles avancés de régressions et clustering, et la collecte de données sur internet et l'utilisation d'API.

Ce projet est une formation à l'initiation de la programmation Python pour des doctorants en sciences humaines et sociales. Il vise à présenter les principaux ingrédients du langage Python, sa syntaxe, les blocs qui constituent un script, et les bonnes pratiques de programmation. Le projet aborde également l'utilisation de bibliothèques pour le traitement de données, la manipulation de tableaux de données avec Pandas, et le traitement de données textuelles et résumé.

Le projet hermes_idaf est un module dédié à l'analyse, la prévision et au traitement de données météorologiques. Il s'appuie sur des bibliothèques telles que NumPy, Pandas, SciPy et Matplotlib pour fournir des fonctionnalités avancées de manipulation et de visualisation de données.

Ce projet est le dépôt de code source du projet de thèse SalinoPhD à l'IRSN. Il centralise l'ensemble de la production réalisée pendant la thèse, y compris les données de réacteurs, les scripts de simulation et les résultats d'analyse. Il utilise des outils tels que NumPy, SciPy, Pandas et Matplotlib pour la manipulation et l'analyse de données, ainsi que Serpent2 pour la simulation de réacteurs.

Ce projet vise à fournir une formation méthodologique en Python pour les sciences humaines et sociales au Centre Émile Durkheim à Bordeaux. Il couvre les bases de la programmation Python, l'utilisation de bibliothèques pour le traitement de données et la manipulation de données avec la bibliothèque Pandas.

Ce projet a pour but d'analyser les données météorologiques en utilisant la reconnaissance vocale pour transcrire les bulletins météo. Il utilise Pandas pour la manipulation et l'analyse de données, Google Cloud Speech API pour la reconnaissance vocale, Selenium pour l'automatisation de tâches sur le web et Dotenv pour la gestion des variables d'environnement.

Ce projet est une formation URFIST de Lyon sur l'introduction à Python pour les SHS, couvrant les bases du langage, l'installation et la recherche de bibliothèques, l'utilisation de la bibliothèque Pandas pour manipuler des données, et des exemples d'usages un peu plus avancés.