Cours particulier en Python pour les données (pandas) avec l'IA
Python pour les données (pandas) en cours particulier en direct : le professeur vous parle à l'oral, explique sur un tableau partagé et avance à votre rythme, leçon après leçon, selon un programme structuré.
Professeur : Noa
- Programme mis à jour le 11/2026
- Hébreu, et 5 autres langues
- 3 niveaux: Débutants · Intermédiaire · Avancés
- 34 leçons · env. 19 heures de cours
Python pour les données (pandas)
Python pour les données (pandas) en cours particulier en direct : le professeur vous parle à l'oral, explique sur un tableau partagé et avance à votre rythme, leçon après leçon, selon un programme structuré.
11 leçons · 4 chapitres · cours particulier en direct avec le professeur au tableau
Ce que vous allez apprendre
- L'environnement de travail et Python pour les données
- Series et DataFrame : les structures de données
- Sélection, filtrage et tri
- Projet final
- Nettoyage des données : d'une table brouillée à une table fiable
- Regrouper et résumer : groupby et agg
- Combiner des tables : concat, merge et join
- Graphiques avec matplotlib
- Remodeler les tables : MultiIndex, pivot et melt
- Séries temporelles
- Performance et code pandas professionnel
- Analyse de bout en bout
Sujets associés
Le cours comprend
- Cours en direct 1:1 avec un professeur IA sur tableau
- 19 heures de cours en direct, en tête-à-tête
- 34 cours sur tableau partagé, chacun avec un objectif clair
- Exercices et contrôle de compréhension à chaque cours
- Un résumé après chaque cours, conservé dans l'historique
- Certificat de fin pour chaque niveau
- Ordinateur, tablette ou téléphone
- Hébreu et 5 autres langues
Programme du cours
3 niveaux · 12 chapitres · 34 leçons · 18 h 35 min au total
DébutantsPython pour les données — Débutant : du premier notebook au filtrage4 chapitres • 11 leçons • 6 h 5 min
L'environnement de travail et Python pour les données2 leçons • 1 h 5 min
- 1Notebook Jupyter : cellules, exécution et mémoireCours d'essaienv. 30 min
- 2Le Python utile pour les données : listes, dicts et typesenv. 35 min
Series et DataFrame : les structures de données4 leçons • 2 h 10 min
- 3Series : une colonne avec un indexenv. 30 min
- 4Anatomie d'un DataFrameenv. 35 min
- 5Lire les fichiers CSV et Excelenv. 35 min
- 6Premier regard sur les donnéesenv. 30 min
Sélection, filtrage et tri4 leçons • 2 h 10 min
- 7Sélectionner des colonnes et en créer une nouvelleenv. 30 min
- 8loc et iloc : lignes et cellulesenv. 35 min
- 9Filtrage booléen : conditions sur les lignesenv. 35 min
- 10Tri et classement : sort_values et nlargestenv. 30 min
Projet finalune leçon • 40 min
- 11Première analyse de bout en bout : du fichier à la réponseenv. 40 min
IntermédiaireNiveau intermédiaire : nettoyage, groupement, fusion et graphiques4 chapitres • 12 leçons • 6 h 30 min
Nettoyage des données : d'une table brouillée à une table fiable4 leçons • 2 h 5 min
- 1Valeurs manquantes : repérer NaN et comprendre son effetenv. 30 min
- 2Combler les manquants : fillna et stratégies de remplissageenv. 30 min
- 3Types et doublons : astype, to_numeric, drop_duplicatesenv. 30 min
- 4Nettoyer le texte et modifier les valeurs : str, replace, map, applyenv. 35 min
Regrouper et résumer : groupby et agg3 leçons • 1 h 40 min
- 5groupby : découper, calculer, recombinerenv. 35 min
- 6agg : plusieurs agrégations, plusieurs clésenv. 35 min
- 7transform et filter : calcul par groupe sans perdre de lignesenv. 30 min
Combiner des tables : concat, merge et join3 leçons • 1 h 35 min
- 8concat : empiler des tables l'une sous l'autreenv. 25 min
- 9merge : joindre des tables sur une cléenv. 35 min
- 10Pièges de merge : clés en double, validate et joinenv. 35 min
Graphiques avec matplotlib2 leçons • 1 h 10 min
- 11matplotlib : Figure, Axes et quatre graphiques de baseenv. 35 min
- 12D'un tableau récapitulatif à un graphique qui raconte une histoireenv. 35 min
AvancésPython pour les données — Avancé : remodelage, séries temporelles4 chapitres • 11 leçons • 6 h
Remodeler les tables : MultiIndex, pivot et melt3 leçons • 1 h 35 min
- 1MultiIndex et stack/unstack : index à plusieurs niveauxenv. 30 min
- 2pivot, pivot_table et crosstab : de long à wideenv. 35 min
- 3melt et tidy data : de wide à longenv. 30 min
Séries temporelles3 leçons • 1 h 35 min
- 4Dates dans pandas : to_datetime, .dt et DatetimeIndexenv. 35 min
- 5resample : changer la fréquence d'une série temporelleenv. 30 min
- 6rolling, shift et pct_change : tendances et variationsenv. 30 min
Performance et code pandas professionnel3 leçons • 1 h 40 min
- 7Vectorisation : pourquoi les boucles et apply sont lentsenv. 35 min
- 8Mémoire et gros fichiers : dtypes, category et Parquetenv. 30 min
- 9Chaînage de méthodes, assign, pipe et contrôles de donnéesenv. 35 min
Analyse de bout en bout2 leçons • 1 h 10 min
- 10Planifier une analyse : d'une question métier à un pipelineenv. 30 min
- 11Projet final : transports publics, du fichier brut au rapportenv. 40 min
Ce qu'il faut
- Aucune connaissance préalable pour le niveau débutant : le prof vérifie ce qui est déjà acquis et part de là
- Pour les niveaux suivants : ce qui a été vu au niveau précédent (on peut passer si on le maîtrise déjà)
- Un ordinateur, une tablette ou un téléphone avec micro, et un navigateur
Pour qui
- Pour les ados et les adultes qui veulent comprendre le sujet en profondeur
Autres cours du parcours
Algorithmes et structures de données
avec Noam
Cours en direct 1:1 avec un professeur IA4 niveauxEntretiens d'embauche dans la tech
Votre prof
NoaProfesseur IA particulier, en cours en direct sur tableau partagéUn prof IA particulier qui enseigne en direct : il pose des questions, écoute, dessine au tableau et laisse l'élève résoudre seul, avec des indices. Il se souvient de ce que vous avez vu et commence chaque cours là où vous vous êtes arrêtés.
À quoi ressemble un cours ?
L'enfant parle au prof à voix haute, comme en visio, et pose ses questions.
Le prof explique, écrit et dessine sur un tableau partagé, et l'enfant résout avec lui sur le même tableau.
On peut photographier une fiche ou des devoirs et travailler dessus, exercice par exercice.
Le parent reçoit un bilan : temps d'étude, réussites et points à renforcer.
Règles du cours
- Juste apprendre
Questions fréquentes
- Comment se passe un cours particulier en Python pour les données (pandas) ?
- On choisit Python pour les données (pandas) et un niveau, puis on parle au prof à voix haute. Le prof demande ce qu'on sait déjà, explique, écrit et dessine au tableau, et laisse chercher seul avec des indices jusqu'à ce que ce soit clair.
- Combien de temps dure le cours Python pour les données (pandas) ?
- 11 cours d'environ 33 minutes au premier niveau, à votre rythme. On peut s'arrêter, revenir en arrière et passer ce qui est déjà acquis.
- Il faut des connaissances préalables ?
- Pas au niveau débutant. Au début du premier cours, le prof vérifie ce qui est déjà connu et adapte le niveau. On peut aussi commencer directement à un niveau avancé.
- Comment commencer gratuitement ?
- On se connecte avec un compte Google ou un code reçu par e-mail, on indique le prénom et la classe de l'enfant, et le cours commence tout de suite. Chaque famille reçoit 45 minutes de cours offertes, dans toutes les matières, selon le temps de cours réel, sans carte bancaire. Ensuite, on choisit un abonnement payant, résiliable à tout moment.
- Sur quel appareil apprendre ?
- Sur tout ordinateur, tablette ou téléphone avec un navigateur et un micro. On peut aussi installer le site comme une appli sur l'écran d'accueil.
Envie d'essayer ?
On entre le prénom et la classe de l'enfant, et le cours commence. 45 minutes offertes, sans carte bancaire.
Commencer gratuitementShiur Prati avec l'IA : c'est quoi et comment ça marche
Python pour les données (pandas)Les 45 premières minutes sont gratuites
Cours particulierCommencer gratuitement






