Recherche
PySHS - Python pour les SHS
| Ateliers de formation aux usages de Python pour les SHS
| Biographies des formateurs
| Dates et description des modules
| Inscriptions
Ateliers de formation aux usages de Python pour les SHS
Instructeurs : Emilien Schultz et Léo Mignot
Le PDEN propose une deuxième session d’ateliers d'initiation à la programmation à destination des chercheurs•ses en sciences humaines et sociales (SHS).
Cette formation propose une initiation à la programmation Python pour les chercheurs•ses en sciences humaines et sociales (SHS) pensée pour les usages en SHS.
Python est un langage de programmation simple, libre, multi-plateforme, pédagogique, bénéficiant d'une communauté d'utilisateurs•rices croissante tant dans le domaine universitaire que le secteur privé. Avec la multiplication des données numériques dans les sciences humaines et sociales (SHS), le recours à l'informatique devient incontournable tant pour la collecte, la mise en forme, ou le traitement des données. Si une partie de ces traitements sont intégrés dans des logiciels dédiés, le langage Python permet d’introduire de la souplesse et de l’adaptation dans le traitement des données. Pour cette raison, cette formation présente Python avant tout comme un outil pour le script scientifique, et non pas dans une perspective d’ingénierie logicielle.
Par ailleurs, l’apprentissage des bases de Python permet non seulement de renforcer sa culture informatique, ouvrant ce faisant la voie à de nouvelles stratégies d’analyses, mais aussi d’envisager différemment le rapport aux données, la conceptualisation mais aussi la collaboration avec le partage du code et les enjeux de reproductibilité des analyses. Python participe, aux côtés d’autres logiciels et langages, à la construction du code libre et d’une recherche ouverte.
Biographies des formateurs
Emilien Schultz
Émilien Schultz est chercheur post-doctorant en sociologie, actuellement associé au laboratoire CEPED (Paris) et SESSTIM (Marseille). Il mène des recherches sur les relations entre science et politique dans le cadre de collaborations interdisciplinaires, avec un intérêt pour les différentes méthodologies d’enquête. Il s’est progressivement convaincu de l’utilité de Python dans le traitement de ses données et souhaite participer au développement de la communauté Python SHS pour renforcer les outils existants. http://eschultz.fr
Léo Mignot
leomignot(at)orange.fr
Léo Mignot est chercheur post-doctorant au Centre Émile Durkheim (UMR 5116) et à l’Université de Bordeaux. Sociologue des sciences et de la médecine, ses travaux portent sur la dynamique d’innovation médicale et notamment sur les applications de l’intelligence artificielle en santé et leurs conséquences socioprofessionnelles.
Dates et description des modules
Les séances ont lieu en ligne les mardis de 16h à 18h, suivi d'un espace d'échange après la séance pour ceux et celles qui sont disponibles. En fonction des centres d'intérêt des inscrit.e.s, certaines thématiques abordées pourront être modifiées.
02.11 - Pourquoi programmer en Python?
Cette première séance sera l'occasion de faire un petit tour du langage Python et de l'univers qui l'entoure, ceci pour identifier les principaux usages en sciences humaines et sociales. Nous verrons ensuite de manière pratique les bases du langage en nous familiarisant avec les Notebook Jupyter permettant d'exécuter des lignes de code de manière interactive.
Les blocs de base du langage (date déplacée au jeudi 9.11)
Cette séance portera sur la structure d'un script autour des principaux blocs qui constituent un script : boucle, condition, ouverture d'un fichier, mais sera aussi l'occasion d'approfondir nos connaissances sur la manipulation de données. Nous verrons en particulier comment manipuler des données textuelles.
16.11 - S'appuyer sur la puissance des bibliothèques pour le traitement de données
Quand on parle de Python, on parle à la fois du langage en lui-même et des outils développés à partir de celui-ci. Les bibliothèques regroupent des outils déjà constitués pour réaliser des traitements plus avancés. Nous verrons comment identifier une bibliothèque, l'installer et l'utiliser, avec des exemples autour de la récupération de données sur internet.
23.11 - Manipuler des tableaux de données avec Pandas
Nous allons plonger un peu plus en détail dans l'univers spécifique de la bibliothèque Pandas qui permet de faire le lien entre des manipulations de fichier tableaux (comme Excel) et l'automatisation de certaines tâches. Cela nous amènera à charger des fichiers, à manipuler les colonnes en recodant certaines informations et à calculer des statistiques descriptives.
30.11 - Statistiques et visualisations
Une fois les données nettoyées et recodées, la porte est ouverte aux traitements plus avancées. Nous verrons comment mettre en oeuvre les statistiques habituelles en SHS, et comment produire des visualisations en nous appuyant sur Pandas et la bibliothèque Matplotlib.
07.12 - Petit tour des usages avancées de traitements des données
Les séances précédentes ont permis de voir plusieurs usages de Python, en particulier orientés vers le traitement de données. Dans cette séance, nous aborderons des usages plus avancés allant de l'automatisation dans la collecte de données à la production de cartes ou la mise en place de stratégies de traitement de corpus textuels ou d'images.
Ce cours peut être crédité (1 CT) sur demande. La validation pourra consister en un document court (une ou deux pages) qui explicite les pistes que vous avez identifié pour intégrer des stratégies de traitement de données dans votre activité de recherche.
Inscriptions
Merci de vous inscrire ici, jusqu'au 25 octobre - à noter que les formations PDEN sont destinées aux doctorant·e·s romand·e·s !
