2. Le langage Python et ses modules utiles

Mineure « Data Science » Frédéric Pennerath
PYTHON
OU LE COUTEAU SUISSE DU DATA SCIENTIST
Chapitre 2

Mineure « Data Science » Frédéric Pennerath
Plan de travail
•Introduction à Python (débutants)
•Exercice : prétraitement des données
–Installer vos machines.
•Voir le script d’installation pour Ubuntu sur la page du cours
(www.metz.supelec.fr/metz/personnel/pennerath/Cours/DataScience)
–Créer un compte sur challengedata.ens.fr
–S’inscrire à la compétition « EDF »
–Télécharger les données de la compétition
–Lire les données CSV (fusionner input et output) dans Panda
–Commencer à explorer / mettre en forme / visualiser / apprendre
•A faire pour la prochaine fois :
–Regarder les tutoriels Numpy et Pandas référencés sur la page du cours:

Mineure « Data Science » Frédéric Pennerath
PROGRAMMATION

Mineure « Data Science » Frédéric Pennerath
Le langage Python
Python 2 (2000) et Python 3 (2008)
–Dans la lignée de Perl :
•Langage « script » : interprété, compilé à la volée
•Faiblement typé (typage à l’exécution)
•Ramasse miette
•Types de base, listes, dictionnaires
•Programmation fonctionnelle (faible)
•Programmation orientée objet (faiblement typée)
•Introspection
–Apports par rapport à Perl :
•Syntaxe plus propre et très intuitive
•Grande richesse des bibliothèques
–Forces et faiblesses :
•Les plus : flexibilité, simplicité et rapidité de développement
•Les moins : relativement lent et gourmand en mémoire, peu robuste
(plantage à l’exécution)

Mineure « Data Science » Frédéric Pennerath
Les interpréteurs Python
python : interpréteur de base Python (2.7 ou 3)
>> python3 interpréteur en ligne
>> python3 script.py exécution d’un script
(compilation en ligne)
IPython : interpréteur amélioré (2.7, ou 3)
>> ipython3
>> ipython3 script.py
>> ipython3 --matplotlib pour des affichages de courbes
>> ipython3 notebook pour des scripts intégrés dans
une page html
Spyder: IDE Python (2.7, ou 3)