Développez vos compétences en Jupyter et Python pour la visualisation de données, l’optimisation de la productivité des notebooks et le calcul haute performance. Vous commencerez par configurer Jupyter Notebook et utiliser IPython pour le Markdown, les calculs, la documentation et l’exécution interactive de code. Vous utiliserez ensuite Matplotlib et NumPy pour créer et personnaliser des graphiques linéaires, en nuage de points, des histogrammes, des graphiques à barres, des graphiques circulaires et des graphiques polaires.

Au fur et à mesure de votre progression, vous concevrez des visualisations scientifiques avec des annotations, des axes multiples et logarithmiques, le formatage des dates, Mathtext, le rendu LaTeX, des graphiques de contours et le traçage d’images. Vous travaillerez avec les commandes « magiques » d’IPython, les options de configuration, le rendu HTML et JavaScript, les widgets interactifs, les noyaux et les tests unitaires pour garantir la fiabilité des workflows des notebooks. Vous vous concentrerez ensuite sur l’optimisation des performances de Python. Vous convertirez des notebooks au format HTML et LaTeX, gérerez des données structurées avec JSON, profilerez du code, utiliserez le mappage mémoire pour les grands tableaux NumPy et créerez des applications interactives en temps réel. Enfin, vous accélérerez l’exécution de Python grâce à Numba, Cython et l’intégration du langage C ; vous réaliserez des calculs asynchrones, parallèles, distribués et en cluster ; et vous explorerez la visualisation avancée avec Seaborn, D3.js et Julia. Conçue pour les débutants qui découvrent Jupyter et les professionnels souhaitant améliorer leurs workflows en science des données, en recherche ou en analyse, cette formation propose un parcours allant de la configuration et de la création de graphiques à un calcul optimisé et évolutif. Inscrivez-vous pour créer des visualisations plus claires, travailler efficacement dans IPython et améliorer les performances de vos applications basées sur les données.