Rechercher

[ Recherche avancée ]

Lettre d'information Flux rss

filet

[ Art ]

[ Beaux-livres ]

[ Bretagne ]

[ Concours ]

[ Histoire ]

[ Langues et civilisations ]

[ Littérature ]

[ Sciences ]

[ Sciences humaines et sociales ]

filet

[ Votre panier ]

[ Inscription à la
lettre d'information ]

[ Flux rss ]

filet

[ Contact ]

Python pour les SHS

Introduction à la programmation pour le traitement de données

Ce manuel propose une introduction à la programmation Python, adaptée aux usages du traitement des données en sciences humaines et sociales (SHS). Complété avec de nombreux exemples de code et des études de cas concrets, il permet une familiarisation progressive à la programmation, au langage Python et à sa philosophie. Python permet à la fois de réaliser les traitements statistiques habituels des SHS tout en ouvrant aux nouveaux usages liés à l’automatisation des tâches informatiques, le traitement des grands corpus des humanités numériques ou encore la collecte de données sur les réseaux sociaux. Les auteurs du manuel détaillent cette flexibilité de Python tout en soulignant l’importance de la diffusion et de la reproductibilité des traitements informatiques.

2021

Émilien Schultz et Matthias Bussonnier

filet

Domaine : Sciences | Statistiques

Collection : Pratique de la statistique

filet

Format : 15,5 x 24 cm
Nombre de pages : 336 p.

Illustrations : N & B

ISBN : 978-2-7535-8106-7

Disponibilité : en librairie
Prix : 25,00 €

 

  • Sommaire
  • Documents
  • Auteur(s)

  • Python en sciences humaines et sociales
  • Se familiariser à Python
  • Les bibliothèques
  • Manipuler les données
  • Traitement de données avec Pandas
  • Statistiques descriptives et inférentielles
  • Visualiser
  • Statistiques avancées
  • Usages avancés
  • Organiser son code et le partager

Émilien Schultz est chercheur en sociologie, formé en physique appliquée à l’ENS de Cachan et agrégé en physique appliquée. Il mène des recherches sur l’organisation de la recherche scientifique et l’innovation dans le cadre de collaborations interdisciplinaires avec les sciences expérimentales et médicales.

Matthias Bussonnier est biophysicien de formation, formé en physique à l’ENS de Cachan et agrégé en physique. Lauréat du Prix ACM Software System pour son travail sur Jupyter avec l’université de Berkeley et contributeur aux communautés Open source, il développe des solutions avec Python tout en participant à des projets visant à améliorer l’utilisation des outils de programmation pour les sciences.

 

 

Haut de page

Presses Universitaires de Rennes - Dernière mise à jour : 23 février 2021

Presses Universitaires de Rennes