Déroulement de la séquence

La première séquence est dédiée à l’apprentissage des bases de Python. Pour cela, vous allez utiliser les calepins de Jupyter Notebooks. Cette première séquence contient 6 calepins, réalisables en ~1h chacun.

Les calepins que vous allez télécharger dans votre environnement Capsule ne contiennent pas les solutions aux exercices. Afin de vous auto-évaluer, les corrections sont disponibles sur ce site.

Pendant que vous réalisez ces calepins, vous prendrez note des nouvelles notions et fonctions apprises, de la façon qui vous convient le mieux. Ces notes sont essentielles pour pouvoir programmer de façon efficace.

A faire à la maison

  1. Créer mon compte Trello
  2. Créer le tableau de gestion de mon apprentissage
  3. Choisir un outil pour la prise de note
  4. Télécharger les calepins de l’UE dans mon environnement Capsule, grâce au bureau virtuel de Capsule
  5. Faire le 1er calepin Première prise en main de Python dans le bureau virtuel (correction du calepin)
  6. Si j’ai un problème, demander de l’aide sur le Forum Moodle

A faire en séance

Pendant les 2 séances de la semaine, vous ferez le reste des calepins:

  1. Les listes Python (correction du calepin)
  2. Fonctions et modules (correction du calepin)
  3. Le module Numpy (correction du calepin)
  4. Les fonctions de Numpy (correction du calepin)
  5. Le module Matplotlib (correction du calepin)

Trello

Afin de suivre votre progression, à la fin de votre séance de travail à la maison ou dans les salles Capsule, vous noterez les calepins réalisés dans votre tableau de tâches Trello.

Objectifs d’apprentissage

Une fois les tâches de cette semaine effectuées, vous aurez acquis la compétence de science des données niveau 1. En détail, vous saurez:

  • décrire, affecter, manipuler, déterminer et convertir les différents types de variables
  • décrire et utiliser les opérateurs spécifiques à chaque type de variable
  • créer et manipuler les listes à l’aide des méthodes spécifiques
  • créer et manipuler les tableaux Numpy à l’aide des fonctions et des méthodes spécifiques
  • décrire et utiliser l’indexation des tableaux Numpy pour extraire et créer de nouveaux tableaux
  • créer une représentation discrète d’une fonction mathématique à l’aide de tableaux Numpy
  • créer un graphique à partir de tableaux Numpy en choisissant les intervalles de visualisation et le type d’axes
  • changer le style du graphique à l’aide de commandes spécifiques
  • représenter sur le même graphique des données scientifique et le modèle qui les représente