Cours développement tableau de bord Python

Leçon 1 • Principes de Conception de Dashboards

Présente la hiérarchie de mise en page, le codage visuel et la conception centrée sur l'audience. Relie la théorie de la conception aux décisions pratiques prises tout au long du cours.

Leçon 2 • Configuration de l'Environnement Python

Installez Python, configurez des environnements virtuels et gérez les dépendances avec pip. Établit l'espace de travail reproductible requis pour tous les projets de dashboard ultérieurs.

Leçon 3 • Révision de la Syntaxe Python de Base

Couvre les variables, le flux de contrôle, les fonctions et les compréhensions de listes à un niveau pratique. Garantit que les étudiants peuvent écrire des scripts propres et lisibles avant d'aborder les tâches de données.

Leçon 1 • Opérations d'Agrégation et de GroupBy

Calcule des résumés groupés, des tableaux croisés dynamiques et des statistiques glissantes. Génère les métriques agrégées affichées sous forme de KPI et de graphiques de tendance dans les dashboards.

Leçon 2 • Filtrage, Tri et Découpage

Applique des masques booléens, l'indexation loc/iloc et des tris multi-colonnes. Permet un sous-ensemble dynamique de données qui reflète le comportement des filtres interactifs du dashboard.

Leçon 3 • Exportation des Données Traitées

Écrit les DataFrames nettoyés vers CSV, Parquet et SQLite pour une utilisation en aval. Établit des modèles de persistance des données qui soutiennent les pipelines de données du dashboard.

Leçon 4 • Chargement et Inspection des Données

Lit les fichiers CSV, Excel et JSON dans des DataFrames et profile leur structure. Établit les modèles de chargement de données réutilisés dans chaque projet de dashboard.

Leçon 1 • Graphiques Statistiques avec Seaborn

Génère des heatmaps, des boîtes à moustaches, des pair plots et des graphiques de régression à l'aide de Seaborn. Ajoute un contexte statistique aux dashboards avec un minimum de code supplémentaire.

Leçon 2 • Composition de Figures Multi-Panneaux

Organise plusieurs types de graphiques en mises en page multi-panneaux cohérentes à l'aide de GridSpec. Se traduit directement par la conception de mise en page multi-widget utilisée dans les dashboards interactifs.

Leçon 3 • Style et Thème des Graphiques

Applique des feuilles de style, des palettes de couleurs personnalisées et des paramètres typographiques. Garantit la cohérence visuelle entre les maquettes statiques et les dashboards interactifs finaux.

Leçon 4 • Types de Graphiques de Base dans Matplotlib

Construit des graphiques en courbes, en barres, des nuages de points et des histogrammes avec un contrôle complet des axes et des étiquettes. Couvre le vocabulaire graphique fondamental utilisé dans tous les frameworks de dashboards.

Leçon 1 • Sous-graphiques et Facettage

Organise plusieurs graphiques Plotly dans des grilles de sous-graphiques partagées et des panneaux facetés. Reproduit les modèles de mise en page multi-graphiques utilisés dans les dashboards de production.

Leçon 2 • Exportation et Intégration des Graphiques

Exporte les graphiques au format HTML, PNG et SVG et les intègre dans des notebooks et des pages web. Prépare les étudiants à fournir des graphiques interactifs autonomes avant le déploiement complet du dashboard.

Leçon 3 • Démarrage Rapide avec Plotly Express

Crée des graphiques en nuage de points, en barres, en courbes et des cartes avec des appels Plotly Express en une seule ligne. Démontre le chemin le plus rapide d'un DataFrame à un graphique interactif.

Leçon 4 • Fonctionnalités d'Interactivité

Configure les modèles d'info-bulles, les événements de clic, les curseurs de plage et les images d'animation. Transforme des données statiques en expériences visuelles explorables et pilotées par l'utilisateur.

Leçon 1 • Conception et Style de la Mise en Page

Applique des classes CSS, des styles en ligne et les Dash Bootstrap Components pour des mises en page réactives. Produit des interfaces de dashboard professionnelles et adaptées aux mobiles.

Leçon 2 • Applications Dash Multi-Pages

Implémente le routage des pages, les barres de navigation partagées et les mises en page par page dans Dash. Fait passer des prototypes d'une seule page à des applications dashboard complètes multi-sections.

Leçon 3 • Structure d'une Application Dash

Explique l'objet app, l'arborescence de mise en page et la configuration du serveur pour une application Dash minimale. Établit le modèle structurel que chaque projet Dash ultérieur suit.

Leçon 4 • Composants Dash Core et HTML

Utilise les modules dcc et html pour ajouter des listes déroulantes, des curseurs, des graphiques et des éléments de texte. Construit la couche d'interface utilisateur interactive que les utilisateurs voient et manipulent dans le navigateur.

Leçon 1 • Validation des Données et Gestion des Erreurs

Applique la validation de schéma, les blocs try/except et les ensembles de données de repli aux erreurs de pipeline. Empêche les dashboards de tomber en panne lorsque les sources de données en amont échouent ou changent.

Leçon 2 • Connexion aux Bases de Données SQL

Interroge les bases de données relationnelles à l'aide de SQLAlchemy et de pandas read_sql. Remplace les fichiers CSV statiques par des sources de données dynamiques basées sur une base de données dans les dashboards.

Leçon 3 • Récupération de Données depuis des API REST

Utilise la bibliothèque requests pour appeler des endpoints REST et analyser les réponses JSON. Permet aux dashboards d'afficher des données en temps réel provenant de services externes.

Leçon 4 • Actualisation Planifiée des Données

Implémente dcc.Interval et APScheduler pour déclencher des récupérations périodiques de données. Maintient les métriques du dashboard à jour sans nécessiter de rechargement manuel de la page.

Leçon 1 • Composants Dash Personnalisés

Construit des composants réutilisables basés sur React et les empaquette pour une utilisation dans les applications Dash. Étend la bibliothèque de composants Dash pour répondre aux exigences d'interface utilisateur métier uniques.

Leçon 2 • Authentification des Utilisateurs et Contrôle d'Accès

Implémente des flux de connexion, des jetons de session et des restrictions de vue basées sur les rôles dans Dash. Protège les données métier sensibles contre un accès non autorisé au dashboard.

Leçon 3 • Mise en Cache et Mémorisation

Applique Flask-Caching et functools.lru_cache aux requêtes et transformations de données coûteuses. Réduit la charge de la base de données et accélère les interactions répétées avec le dashboard.

Leçon 4 • Gestion de Grands Ensembles de Données

Utilise la pagination côté serveur, la virtualisation des données et Dask pour les ensembles de données hors mémoire. Permet aux dashboards de rester réactifs lorsque les volumes de données dépassent les limites de mémoire.

Leçon 1 • Tests Automatisés pour les Dashboards

Écrit des tests unitaires pour les rappels et des tests de bout en bout à l'aide de Dash Testing et Selenium. Détecte les régressions avant le déploiement et renforce les normes de qualité du dashboard.

Leçon 2 • Configuration du Proxy Inverse et HTTPS

Configure Nginx comme proxy inverse avec terminaison TLS devant le serveur Dash. Sécurise le trafic du dashboard et permet le routage de nom de domaine personnalisé en production.

Leçon 3 • Surveillance et Observabilité

Instrumente les dashboards avec une journalisation structurée, des endpoints de métriques et des règles d'alerte. Fournit une visibilité opérationnelle sur la santé du dashboard et le comportement des utilisateurs en production.

Leçon 4 • Conteneurisation des Applications Dash

Empaquette les applications Dash dans des images Docker avec des environnements et des points d'entrée reproductibles. Permet un déploiement cohérent dans les environnements de développement, de staging et de production.