Ressources numériques en sciences humaines et sociales OpenEdition Nos plateformes OpenEdition Books OpenEdition Journals Hypothèses Calenda Bibliothèques OpenEdition Freemium Suivez-nous

Python pour les données quantitatives en sciences sociales

La PUDL organise une formation Python les données quantitatives en sciences sociales le 2 juin 2022, à la MESHS_de Lille. La formation a pour objectif l’initiation à la structuration et à la visualisation de données avec les modules pandas, matplotlib et folium.

Formateur : Joeffrey Drouard, maître de conférences à l’université de Rennes 1.

Organisation de la journée
  • 10h-13h : présentation de quelques exemples d’utilisation de ces modules (pandas, folium et matplotlib) et discussion des problèmes couramment rencontrés lorsque l’on souhaite fusionner et nettoyer des données de sources différentes.
  • 13h-14h : pause déjeuner offerte par la PUDL
  • 14h-17h : travail (par groupe) sur des données publiques des résultats de l’élection présidentielle 2022. L’objectif étant d’appliquer les notions abordées le matin.
Pré-requis

La formation est ouverte à tout public, mais s’adresse en particulier aux personnes ayant quelques notions en Python ou dans un autre langage (R…). Ainsi, il est préférable de connaitre les notions suivantes:
– créer des variables
– connaitre les types d’objet: float, string, integrer, booléen
– poser des conditions
– comprendre le principe de boucle
– créer et modifier une liste et un dictionnaire

Voici le lien pour installer python : https://www.python.org/downloads/

Et le lien pour s’inscrire à la formation : https://formulaires.meshs.fr/index.php/554676?lang=fr


OpenEdition vous propose de citer ce billet de la manière suivante :
Elodie Pétorin (2 mai 2022). Python pour les données quantitatives en sciences sociales. PROGEDO. Consulté le 10 octobre 2024 à l’adresse https://doi.org/10.58079/t16k


Elodie Pétorin

Ingénieure d'études au CNRS, en charge de la communication de l'IR* Progedo

Vous aimerez aussi...

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.