Introduction à Python
-
{
- Home ,
- Enseignement ,
- Research ,
- Posts }
Programmation et analyse de données appliquées — Master 1 Économie du travail et ressources humaines, Le Mans Université.
Cours d'initiation à Python pour économistes du travail : cinq séances de 2 h, aucun prérequis en programmation, suivies d'un TD de restitution des projets. Chaque notion technique est ancrée dans une question appliquée — salaires, éducation, chômage, temps de travail, turnover.
Les notebooks du cours
Le cours s'exécute directement dans le navigateur. Rien à installer, aucun compte à créer : Python tourne sur votre machine, dans l'onglet.
| Séance | Thème | Contenu clé |
|---|---|---|
| 1 | Prise en main et fondamentaux | Variables, types, opérateurs, du brut au net |
| 2 | Structures de données et contrôle du flux | Listes, dictionnaires, conditions, boucles |
| 3 | Fonctions, modules et bonnes pratiques | Fonctions, imports, erreurs, NumPy |
| 4 | Manipulation de données avec pandas | Chargement, filtrage, groupby, agrégations |
| 5 | Visualisation, nettoyage et mini-analyse | Graphiques, nettoyage, régression, projet |
Les corrigés de chaque séance sont accessibles depuis la même page. Le travail
est enregistré dans le navigateur — il survit à un rafraîchissement, mais pas à
un changement d'ordinateur — et se télécharge par File → Download.
Python et ses bibliothèques s'installent dans le navigateur au premier chargement, puis sont mis en cache. Le volume dépend des bibliothèques que la séance utilise :
| Séance | À télécharger | Ce qui s'ajoute |
|---|---|---|
| 1 et 2 | 13 Mo | Python seul |
| 3 | 16 Mo | NumPy |
| 4 | 21 Mo | pandas |
| 5 | 51 Mo | matplotlib, statsmodels, SciPy |
La séance 5 est nettement la plus lourde : la régression y fait venir SciPy, à elle seule 13 Mo. Sur une connexion partagée par un groupe entier, mieux vaut l'avoir prévu.
Pour travailler sans connexion — ou pour le projet, si les données dépassent ce que le navigateur peut traiter — une archive hors ligne réunit les séances, les corrigés, les données et un lanceur. Elle est reconstruite à chaque mise à jour du cours et correspond donc toujours aux notebooks en ligne.
Sources
Évaluation
Un projet de groupe (trois étudiants) : un notebook reproductible (50 % de la note) et une présentation orale (50 %). Une évaluation individuelle sur table sera organisée après le cours.
Chaque groupe choisit une question appliquée au marché du travail ou aux ressources humaines, identifie un jeu de données ouvert, et livre un notebook allant du chargement des données à une amorce d'analyse — comparaison de groupes ou petite régression. Le cahier des charges détaillé est présenté en séance 5 et distribué en cours.
Données
Les jeux de données utilisés en séances 4 et 5 sont fournis avec les notebooks. Le fichier de chômage provient de l'INSEE ; les fichiers de salaires et de turnover sont simulés, faute de microdonnées d'enquête librement redistribuables, mais calibrés sur les ordres de grandeur publiés. Leur provenance et leurs limites sont documentées dans le dépôt.
Pour les projets : INSEE (insee.fr, bdm.insee.fr), DARES, data.gouv.fr, Eurostat, OCDE.Stat.