preencoded.
png
EN QUOI CE COURS EST DIFFERENT?
Ce cours n’est pas un énième tutoriel Python basique.
On pense Data.
On pense Business.
On pense automatisation, reproductibilité et performance
Je vais vous montrer comment les analystes utilisent Python dans les vraies entreprises :
• pour nettoyer la donnée,
• pour explorer des datasets complexes,
• pour produire des analyses fiables et exploitables.
Vous allez apprendre à raisonner comme un Data Analyst, pas comme quelqu’un qui exécute
des lignes de code.
Ce cours te fait passer du niveau débutant à Data Pro [Link]
Prompt ChatGPT/Gemini/Claude…
Agis comme un data analyst Python expérimenté.
Écris un script Python complet qui :
1. Récupère les données météo des 7 derniers jours pour Paris (latitude 48.85,
longitude 2.35) via l’API Open-Meteo
2. Utilise requests, pandas et matplotlib
3. Calcule la température moyenne journalière à partir des températures min et max
4. Crée un graphique montrant les températures min, max et moyenne
5. Sauvegarde le graphique en PNG et les données en CSV dans un dossier data
6. Affiche la température moyenne globale dans le terminal
Le code doit être propre, commenté, exécutable tel quel et utiliser les dates
dynamiques (aujourd’hui et J-7).
[Link]
Formateur
Ingénieur en Informatique
Data Analyst & Formateur depuis 2013
CEO de Eurêka Services ([Link]
J'ai formé plus de 15 000 personnes en présentiel et en ligne
Ma passion est de partager avec les autres tout ce que j'ai appris
Oscar Aksanti Comme le dit si bien Albert Einstein : 'L'éducation est ce qui reste après qu'on ait
oublié ce que l'on a appris à l'école.' La meilleure façon de maîtriser une chose, c'est
de l'apprendre aux autres. Je suis donc un Lifelong learner, Formateur & Pationné de
la Data. Contactez-moi via : [Link] |
Telegram : [Link] | WhatsApp : +243971601855
[Link]
Une image contenant capture d’écran, Logiciel multimédia, logiciel, vidéo No photo description available.
Le contenu généré par l’IA peut être incorrect.
No photo description available. No photo description available.
[Link]
text
[Link]
CE QUE TU VAS APPRENDRE
PROJET
JOUR
Et
La surtout
Data
1 –1
2
3
4
5
6
7
8
9
10 ne
–Structuration
Introduction
Logique
NumPy
Pandas
Data
Visualisation
Projet
(Jour
:Projet
s’apprend
vous
Visualization
52–final
::allez
avancé
Python
manipulation
la
fin)
Analyse
base
pas
personnalisé
àavancée
Projet
travailler
professionnalisation
Python
Analyse
en
Manipulation
du
complète
(Matplotlib
regardant.
1:
calcul
pour
Analyse
avec
sur
etexploratoire
nettoyage
numérique
présentation
des
laPlotly
deData
projets
de
Seaborn)
Exploratoire
bout
Elle
données
s’apprend
en
des
(EDA)
réels,
bout
données
d’un
avec
enDataset
des
faisant.
cas Réel
business, des KPIs, des décisions à prendre.
JOUR 1 – Introduction à Python pour la Data
JOUR 2 – Logique Python & Manipulation de données
JOUR 3 – NumPy : la base du calcul numérique
JOUR 4 – Pandas : manipulation et nettoyage des données
JOUR 5 – Pandas avancé & Analyse exploratoire (EDA)
PROJET 1 (Jour 5 – fin) Projet 1: Analyse Exploratoire d’un Dataset Réel
JOUR 6 – Data Visualization (Matplotlib & Seaborn)
JOUR 7 – Visualisation avancée avec Plotly
JOUR 8 – Projet 2 : Analyse complète de bout en bout
JOUR 9 – Structuration & professionnalisation
JOUR 10 – Projet final personnalisé & présentation
Et surtout :
vous allez travailler sur des projets réels, avec des cas business, des KPIs, des décisions à prendre.
La Data ne s’apprend pas en regardant.
Elle s’apprend en faisant.
Tous les modules sont téléchargeables gratuitement ici :
[Link] [Link]
Maximiser Votre Expérience
Posez Des Questions Appliquez et Pratiquez
intelligentes & Interagissez avec Immédiatement sur vos jets de
les autres données
Partagez Vos Découvertes Commandez Votre Certificat pour
attester de vos Nouvelles
dans le groupe de discussion
compétences
[Link]
Any questions?
Rejoignez le Groupe de discussion :
[Link] [Link]
RETENEZ BIEN CECI :
1) La Formation est 100% Gratuite (Vous aurez accès à toutes
les séances gratuitement)
2) La Certification est payante (pas obligatoire pour suivre la
formation: 27$)
3) Il s’agit d’un Certificat International (pas un diplôme
académique), qui atteste de vos nouvelles compétences en
analyse des données).
4) Pas de test pour avoir votre certificat, juste vous rassurer
d’avoir suivi la formation au complet et vous avez validé tous
les TPs
5) La Certification aura lieu à la fin de la formation
[Link]
COMMENT VA SE PASSER LA FORMATION?
Nous aurons des Lives (directs) et Vidéos à Suivre (selon votre rythme) :
• Les groupes Télégram et WhatsApp seront toujours ouverts pour prendre
les questions (Si t’as pas Télégram, utilise WhatsApp)
• Live chaque Lundi au vendredi à partir de 18h00 GMT sur Teams
• Vidéos à Suivre sur YouTube : [Link]
• Chaque séance prendra 1 heure (minimum) à 2 heures (maximum)
• Vas sur ChatGPT et essaie de trouver la réponse à ton souci.
• Passez 20% du temps à apprendre et 80% du temps à pratiquer
Pour toute question particulière, écrivez à : [Link] [Link]
FAIT UN ENGAGEMENT PERSONNEL
Maintenant tu as une vision bien claire de ce que tu veux.
Tu veux progresser. Tu veux monter en compétences.
Tu veux devenir quelqu’un capable d’apporter de la valeur, d’avoir des opportunités
professionnelles, et d’être payé pour ses compétences.
Mais attention : tout le monde commence. Peu terminent. Ce n’est pas le début
qui change une vie — c’est la fin.
Souviens toi de ceci :
Les personnes ordinaires abandonnent.
Les personnes déterminées terminent.
Les personnes extraordinaires se certifient, pratiquent, appliquent — et
changent leur vie.
[Link]
Any questions?
Rejoignez le Groupe de discussion :
[Link] [Link]
Python : c’est quoi et d’où ça vient
Python est un langage de programmation de haut niveau, réputé pour sa simplicité, sa lisibilité et sa
puissance. Il a été créé en 1991 par Guido van Rossum, avec un objectif clair : permettre d’écrire du code
compréhensible, élégant et efficace, même pour les débutants, tout en restant assez robuste pour des
projets complexes.
Pourquoi ce nom : serpent ou Monty Python ?
Contrairement à la croyance populaire, Python ne vient pas du serpent. Guido van Rossum était fan du
groupe humoristique britannique Monty Python, et voulait un nom court, original et amusant. Le serpent
n’est devenu qu’un symbole visuel plus tard, sans lien direct avec l’origine du nom.
Ce que Python peut faire pour la data et l’IA
Python est aujourd’hui le langage numéro 1 en data et en intelligence artificielle. Il permet de collecter,
nettoyer, analyser et visualiser les données (pandas, numpy, matplotlib), de faire du machine learning et du
deep learning (scikit-learn, TensorFlow, PyTorch), de l’IA générative, de l’automatisation et du déploiement
de modèles en production.
Pourquoi Python est partout
Python est massivement utilisé parce qu’il est facile à apprendre, open-source, très lisible, soutenu par
une communauté mondiale immense et une bibliothèque quasi infinie. Il permet de passer rapidement
d’une idée à un produit réel, ce qui explique pourquoi il est devenu incontournable en data, IA, finance,
recherche, web et cloud.
Source : [Link] [Link]
Pourquoi Python? (vs R vs Excel)
Excel et R sont des outils puissants et largement utilisés dans le monde de la donnée.
Excel est excellent pour explorer rapidement des données, faire des calculs simples et
produire des tableaux de bord. R, de son côté, est très performant pour l’analyse
statistique et la recherche. Mais lorsque les volumes de données augmentent et que
les projets deviennent plus complexes, leurs limites apparaissent.
Quand les traitements doivent être répétés régulièrement, automatisés ou partagés
en équipe, Excel devient fragile et difficile à maintenir. R reste très spécialisé et
moins polyvalent dès qu’il s’agit d’intégrer des données, de construire des
pipelines complets ou de passer à la production. Dans ces contextes, la
reproductibilité, la traçabilité et la collaboration deviennent des enjeux majeurs.
Python s’impose alors comme une solution centrale. Il permet de collecter, nettoyer,
analyser et visualiser les données dans un seul environnement, tout en
automatisant les processus et en réutilisant le code. Grâce à son écosystème riche
(data analysis, data science, IA), Python dépasse le simple outil d’analyse : c’est un
véritable système d’exploitation de la donnée.
[Link]
Python dans l’écosystème Data
Python ne travaille jamais seul.
Il s’intègre dans tout l’écosystème
Data.
Python lit des fichiers Excel.
Python interroge des bases SQL.
Python alimente des dashboards.
Python prépare la donnée pour la BI ou
le Machine Learning.
C’est exactement pour ça qu’il est
aussi demandé.
Il connecte tout
[Link]
Les librairies clés qu’on va utiliser
La puissance de Python vient de ses librairies.
Dans cette formation, on va se concentrer sur
l’essentiel :
• Pandas : manipulation et analyse de données
• NumPy : calcul et performance
• Matplotlib / Seaborn/Plotly: visualisation
• SQL + Python : connexion aux bases
Pas de dispersion.
Que des outils utilisés en entreprise.
[Link]
Environnement de travail
Pour cette formation, nous avons choisi de travailler avec Python et VS Code, un
environnement professionnel, moderne et largement utilisé en entreprise. Python est
aujourd’hui le langage de référence pour l’analyse de données, la data science et
l’automatisation. VS Code, quant à lui, est un éditeur de code simple, puissant et devenu un
standard dans les équipes Data et Tech.
Il existe d’autres environnements comme Anaconda ou
Jupyter Notebooks, très utiles pour l’exploration et
l’apprentissage. Ils restent d’excellentes options, et chacun
est libre de les utiliser. Mais ici, nous faisons le choix de VS
Code + Python pour apprendre à structurer son travail,
écrire du code propre, organiser ses projets et adopter de
bonnes pratiques professionnelles.
Si tu veux vraiment comprendre la Data,
si tu veux aller au-delà d’Excel,
si tu veux apprendre Python dans des conditions réelles,
alors cette formation est faite pour toi.
Installe-toi bien, ouvre ton esprit, et prépare-toi à penser comme un vrai Data Analyst [Link]
Let’s get started
Environnement & Premières lignes
VS Code + fichier .py
print() → afficher un message
Lecture des erreurs : SyntaxError, NameError,
TypeError
Commentaires avec #
Exemple :
print("Bienvenue dans Python pour la Data")
[Link]
Variables & Types
Variable = nom qui stocke une valeur
Types essentiels : int, float, str, bool
Conversion de type : int(), float(), str()
Exemple :
prix = "2500"
quantite = 3
total = int(prix) * quantite [Link]
Structures de Données
• Listes → colonnes de données
• Dictionnaires → lignes/fiches
• Liste de dictionnaires → dataset
• Set → valeurs uniques
• Tuple → données fixes
Exemple :
clients = [
{"nom": "Ali", "pays": "Congo"},
{"nom": "Paul", "pays": "Mali"}
] [Link]
Conditions
•if / elif / else → logique métier
•Comparaisons : >, <, >=, <=, ==, !=
•Opérateurs logiques : and, or, not
Exemple :
if vente > 2000:
print("Très bonne vente") [Link]
Boucles
• for → parcourir listes, dictionnaires, datasets
• while → répéter tant qu’une condition est vraie
• range() → générer des séquences
Exemple :
for v in ventes:
if v > 1500:
print(v)
[Link]
Fonctions
def nom_fonction(param) → créer une fonction
return → renvoyer un résultat
Paramètres = entrées dynamiques
Exemple :
def moyenne(liste):
return sum(liste)/len(liste)
[Link]
Mini Projet Pratique
Dataset : ventes et clients
Étapes :
• Total et moyenne des ventes
• Identifier ventes > 2000
• Filtrer clients actifs du Congo
• Encapsuler dans une fonction
Objectif : tout assembler comme un vrai Data Analyst
Exemple :
total, moyenne, ventes_fortes =
analyse_ventes(ventes) [Link]
Any questions?
Rejoignez le Groupe de discussion :
[Link] [Link]