Le deuxième module explore les concepts clés de la programmation, en commençant par les fonctions intégrées et définies par l'utilisateur afin d'améliorer la réutilisabilité et l'efficacité du code. Il aborde les méthodes de manipulation des chaînes de caractères, notamment le découpage de chaînes pour la manipulation de texte. Les apprenants se pencheront également sur les méthodes de listes, telles que le découpage, l'utilisation de l'opérateur « in » pour vérifier l'appartenance à une liste, et la fusion de listes. Les itérations, notamment les boucles, sont présentées pour automatiser les tâches répétitives, puis viennent la combinaison des boucles et des conditions pour créer des programmes dynamiques et logiques. Le module se termine par des exercices pratiques visant à consolider ces concepts et à améliorer les compétences en résolution de problèmes.

Le troisième module aborde plus en détail les concepts d’itérations, ainsi que les boucles « while » et « for ». Nous apprendrons notamment comment mettre à jour des variables, comment écrire des boucles « while », exécuter des boucles « while » infinies et mettre fin aux itérations à l’aide de l’instruction « continue ». Nous aborderons également l'écriture de boucles finies à l'aide d'instructions « for ». Nous apprendrons à compter et à additionner de manière itérative en parcourant des boucles. Nous apprendrons comment déterminer les éléments maximum et minimum, généralement dans une liste, à l'aide de boucles. Nous approfondirons ensuite le parcours itératif des listes et apprendrons à déboguer, ce qui est essentiel à mesure que vous vous lancez dans la programmation plus avancée.

Le quatrième module est consacré au traitement et à l’analyse efficaces des données. Il commence par la compréhension des structures de fichiers relatives à l’accès et à l’organisation des fichiers. Les apprenants découvriront les DataFrames de Pandas, une structure de données puissante permettant de gérer des ensembles de données, ainsi que des techniques de découpage pour extraire des données spécifiques. Le module aborde les statistiques de synthèse permettant de décrire les ensembles de données, ainsi que les méthodes de comparaison des différences entre les moyennes. Des techniques de visualisation utilisant Matplotlib et Seaborn seront présentées, notamment les histogrammes, les nuages de points et les diagrammes à barres, pour une représentation efficace des données. Enfin, des exercices pratiques permettront de consolider ces concepts, afin que les apprenants puissent appliquer efficacement les techniques d’analyse et de visualisation des données.

Le cinquième module aborde les structures de données essentielles et les techniques de traitement de texte. Il commence par les tuples et les dictionnaires, dont il explore les propriétés et les cas d'utilisation. Les apprenants aborderont ensuite la compréhension de listes et de dictionnaires, qui constituent des moyens efficaces de créer et de manipuler des structures de données. Le module présente les concepts fondamentaux de l'analyse de texte, notamment le comptage des mots, le calcul du rapport type-token et l'analyse de la fréquence des mots. Il aborde ensuite la tokenisation du texte et le prétraitement, étapes essentielles pour nettoyer et structurer les données textuelles. De plus, les apprenants s'exerceront à lire des fichiers texte afin d'en extraire et d'analyser les informations. Le module se termine par des exercices pratiques visant à consolider ces concepts grâce à une expérience concrète.

Le sixième module aborde les structures de données essentielles et les techniques de traitement de texte. Il commence par les tuples et les dictionnaires, dont il explore les propriétés et les cas d'utilisation. Les apprenants aborderont ensuite la compréhension de listes et de dictionnaires, qui constituent des moyens efficaces de créer et de manipuler des structures de données. Le module présente les concepts fondamentaux de l'analyse de texte, notamment le comptage des mots, le calcul du rapport type-token et l'analyse de la fréquence des mots. Il aborde ensuite la tokenisation du texte et le prétraitement, étapes essentielles pour nettoyer et structurer les données textuelles. De plus, les apprenants s'exerceront à lire des fichiers texte afin d'en extraire et d'analyser les informations. Le module se termine par des exercices pratiques visant à consolider ces concepts grâce à une expérience concrète.

Le septième et dernier module présente l'accès aux données sur le Web et leur extraction. Il commence par l'accès aux bases de données via des API Web, puis aborde la création de requêtes GET d'API pour récupérer des données. Les apprenants exploreront ensuite l'analyse des textes de réponse et des fichiers JSON afin d'en extraire des informations pertinentes, comme le nombre d'articles. Ce module aborde également le web scraping à l'aide de BeautifulSoup, qui permet l'extraction automatisée de données à partir de sites web.