Aller au contenu

Bibliothèques Python

Après les bases et les fonctions, passez aux bibliothèques : les outils qui font de Python un langage incontournable pour la science des données.

Le parcours data science

  • NumPy

    Tableaux multidimensionnels et opérations vectorielles - les fondations du calcul numérique.

    NumPy

  • Pandas

    DataFrames et manipulation de données tabulaires, construites au-dessus de NumPy.

    Pandas

  • Scikit-learn

    Machine learning : classification, régression et clustering.

    Scikit-learn

Comment avancer ?

  1. Commencez par NumPy : ses tableaux servent partout ailleurs.
  2. Enchaînez avec Pandas et ses deux projets pratiques (cours + exercices météo).
  3. Terminez par Scikit-learn : la boîte à outils du machine learning.
  4. Passez ensuite aux modèles écrits à la main dans la section IA : régression linéaire et régression logistique codées de zéro.

Prérequis

Les bibliothèques supposent les bases de Python et les fonctions acquises.