Formations informatiques à Grenoble et Sophia Antipolis

Formation PYTHON Perfectionnement

Objectifs

Comprendre et implémenter des threads en Python pour gérer les accès concurrents.

Optimiser les performances en utilisant des pools de threads.

Concevoir des fenêtres graphiques et gérer les styles, barres de contrôle et menus.

Utiliser les classes QHBoxLayout, QVBoxLayout, QGridLayout et QFormLayout pour organiser les interfaces.

Utiliser PySide2 pour gérer les événements et définir des signaux personnalisés.

Utiliser Qt Designer pour générer et intégrer du code Python.

Créer des graphiques 2D et 3D, et intégrer Matplotlib dans des applications Qt.

Manipuler des tableaux et matrices, et effectuer des opérations d’algèbre linéaire avec NumPy.

Utiliserer SciPy pour le calcul scientifique.

Importer, indexer, sélectionner et manipuler des données avec Pandas.

Pré-requis

Avoir suivi la formation "Introduction au langage Python" ou disposer de solides bases sur le langage. Avoir suivi une formation "Python Orientée Objet" ou avoir les connaissances équivalentes sera apprécié.

Participants

Développeurs, administrateurs systèmes, ingénieurs scientifiques désireux de se perfectionner en Python.

Programme de formation

PYTHON Perfectionnement

PROGRAMMATION MULTITHREAD EN PYTHON

  1. Pourquoi faire de la programmation multithread ?

  2. Présentation du module threading

  3. Coder une classe de thread en Python

  4. La gestion des accès concurrents en Python

  5. Utilisation de pool de threads

MISE EN ŒUVRE D'INTERFACES GRAPHIQUES EN PYTHON

  1. Les principales API de mise en œuvre d'IHM en Python

    • Présentation de Tkinter (Tk Interface)
    • Présentation de PySide 6 (Binding Qt)
    • Points forts et points faibles de ces solutions
  2. Création d'une première fenêtre graphique avec PySide 6

    • La gestion des styles via Qt
  3. Gestion des barres de contrôle

    • Mise en œuvre d'une barre de menus
    • Mise en œuvre de barres d'outils
    • Mise en œuvre d'une barre de statuts
    • Gestion des menus contextuels
  4. Gestion des layouts Qt

    • Introduction au concept de layout
    • Utilisation des classes QHBoxLayout et QVBoxLayout
    • Utilisation de la classe QGridLayout
    • Utilisation de la calsse QFormLayout
  5. Traitement des évènements

    • Les évènements Qt
    • Présentation du paradigme Slots/Signaux
    • Les décorateurs PySide2 pour la gestion des slots (@Slot)
    • Définir vos propres signaux
  6. Quelques widgets complémentaires

    • Les widgets simples
    • Les conteneurs
    • Les boites de dialogue
  7. Architecture MVC en Qt

    • Introduction à l'architecture MVC
    • Mise en œuvre de tables de données
    • Mise en œuvre d'arborescence de données
    • Mise en œuvre de listes de données
  8. Utilisation du Qt Designer

    • Présentation du designer
    • Prise en main de l'outil
    • Notion de promotion de Widget
    • Génération du code en Python
    • Le compilateur pyside-uic
    • Intégration des codes générés dans votre application

CALCUL SCIENTIFIQUE EN PYTHON

  1. Introduction à la SciPy Stack

  2. Utilisation de MatPlotLib

    • Un outil de visualisation de données mathématiques
    • Produire un graphique en 2D
    • Produire un graphique en 3D
    • Afficher plusieurs figures simultanément
    • Sauvegarder un graphique MatPlotLib
    • Intégration MatPlotLib / Application Qt
  3. NumPy et les calculs algébriques et matriciels

    • Les tableaux et les matrices
    • Le shape des matrices et le reshape
    • NumPy et les fichiers
    • Indexing, subsetting et slicing
    • Opérations proposées sur vecteurs et matrices
    • Les fonctions trigonométriques
    • Algèbre linéaire avec NumPy
    • Les nombres complexes et l'algèbre complexe
    • Visualisation des résultats avec MatPlotLib
  4. SciPy et le calcul scientifique

    • L'écart-type et la variance
    • La régression linéaire
    • Intégration
    • Opérations d'algèbre linéaire avec SciPy
    • Interpolation avec le module scipy.interpolate
    • Ajustement de courbe avec le module scipy.optimize
    • Transformées de Fourier avec le module scipy.fft
    • Traitement d'images avec SciPy
  5. Utilisation de Pandas

    • Introduction
    • Les différentes sources de données supportées par Pandas
    • Series et DataFrame
    • Indexation et sélection des données
    • Manipulation des données
Tarif
1650 € HT
Durée
3 jours
Groupe de 8 personnes maximum
Voir toutes les dates Inscrivez-vous
Durée
3 jours
Lieux
Meylan Moirans Sophia Dans vos locaux Classe distancielle
Groupe de 8 personnes maximum
Demandez un devis
Cette thématique vous intéresse ?
Nos experts conçoivent votre formation sur-mesure On adore les moutons à 5 pattes !
Dates de nos prochaines sessions
Du 05/05/2025 au 07/05/2025
Meylan
1650 € HT
Du 05/05/2025 au 07/05/2025
Moirans
1650 € HT
Du 05/05/2025 au 07/05/2025
Sophia
1650 € HT
Du 01/10/2025 au 03/10/2025
Meylan
1650 € HT
Du 01/10/2025 au 03/10/2025
Moirans
1650 € HT
Du 01/10/2025 au 03/10/2025
Sophia
1650 € HT
Formations dans la même thématique