Python pour la Data en 17h : cours complet 2026 (de zéro à expert)

Objectifs

• Maîtriser la syntaxe de base de Python (variables, boucles, fonctions, structures de données)
• Manipuler des fichiers CSV et des jeux de données avec la bibliothèque Pandas
• Nettoyer et préparer des données réelles pour l'analyse
• Calculer des statistiques descriptives et détecter des tendances dans un jeu de données
• Créer des graphiques pour visualiser et communiquer des résultats
• Utiliser Google Colab pour coder en Python sans installer de logiciel lourd sur son ordinateur

Outils nécessaires

• Python — https://www.python.org
• Visual Studio Code — https://code.visualstudio.com
• Jupyter Notebook — https://jupyter.org
• Pandas — https://pandas.pydata.org
• Google Colab — https://colab.research.google.com

Projet final

1) DÉBUTANT — Manipuler un fichier CSV : télécharge un jeu de données CSV simple (ex. liste de produits avec prix en FCFA et quantités) et écris un script Python qui le charge avec Pandas, affiche les 10 premières lignes, et calcule la moyenne d'une colonne numérique. Livrable : le script Python + une capture du résultat affiché. Critère de réussite : le script s'exécute sans erreur et affiche un résultat cohérent avec les données. 2) INTERMÉDIAIRE — Nettoyage et analyse de données : prends un jeu de données réel contenant des valeurs manquantes ou incohérentes (ex. dataset public en ligne), nettoie-le avec Pandas (suppression/remplacement des valeurs manquantes, correction des types), puis produis 3 statistiques descriptives pertinentes (moyenne, médiane, répartition par catégorie). Livrable : un notebook Jupyter ou Google Colab avec le code de nettoyage et les 3 résultats commentés. Critère de réussite : les 3 statistiques sont justes et expliquées en une phrase chacune. 3) PROJET FINAL — Mini-tableau de bord de données : choisis un jeu de données d'au moins 500 lignes sur un sujet qui t'intéresse (ventes, météo, réseaux sociaux…), analyse-le avec Python/Pandas et génère au moins 3 graphiques qui répondent à une question précise sur les données. Livrable : un notebook complet (code + graphiques + conclusion écrite en 5 phrases) prêt à être partagé. Critère de réussite : les graphiques répondent clairement à la question posée et le notebook s'exécute de bout en bout sans erreur.