Python pour les Sciences Humaines et Sociales

Introduction à la programmation pour le traitement de données. Ce livre propose de familiariser des débutants à la programmation Python et à plus long terme favoriser le développement d'une communauté francophone des utilisateurs de Python en SHS
En Savoir Plus Scripts Acheter

Voir ce que twitter dit pour le hashtag #pyshs, et postez vos retours sur twitter.

book cover
Commentaires

Les codes associés au livre

L'ensemble des codes du manuel sont disponibles en ligne. Vous pouvez aussi directement les exécuter grâce à Binder (explications sur le dépôt)

Dépôt GitHub du manuel

Des questions ou des erreurs, venez contribuer sur le dépôt GitHub du manuel.

Que trouverez-vous dans ce livre ?

Ce manuel est une introduction à la programmation Python pour les SHS. Il est tourné vers la pratique. Le sommaire du livre est ici.

Comprendre l'intérêt de la programmation

Approche douce de la programmation avec Python intégrée aux besoins des SHS.

Python 3.8, Jupyter, Seaborn...

Utilisation des dernières versions de Python et des bibliothèques les plus connues de Python (matplotlib, pandas, seaborn, jupyter, networkx, cartopy, spacy...)

Minimum de code, maximum d'exemples

La puissance de Python est due à ses bibliothèques. Applications sur un jeu de données de l'INSEE.

Manipuler les données de tableur avec Pandas

Les données tabulaires sont au cœur de nombreux traitements en SHS. Apprenez à utiliser Pandas pour manipuler des tableaux de données plus rapidement et sûrement qu'avec un tableur.

Faire des cartes avec GeoPandas et Matplotlib

Pour les données géographique, GeoPandas et Matplotlib permettent de passer du tableau de données à la carte.

Analyse de text avec SpaCy

Les données non structurées (articles, tweets, interviews) font partie des données collectées en SHS. Apprennez à traiter ces données de la mise en forme à l'analyse textuelle.

Inclus

  • Exemples
  • Bases de programmation
  • Manipulation de tableaux
  • Statistiques descriptives et avancées
  • Visualisations
  • Analyse de réseau
  • Analyse textuelle
  • Analyse de réseau
  • Cartographie
Je veux ce livre

Ce livre est-il pour vous ?

Ce livre résulte d'un constat : l'absence de support pour se former à Python dans une perspective de sciences humaines et sociales. Nous essayons donc de passer un temps minimal sur les concepts de programmation pour nous concentrer sur les usages envisageables.

Étudiant.e en SHS

Vous avez des données à analyser : partez avec les bonnes habitudes et commencez avec Python

Professionnel.le

Systématisez vos traitements pour pouvoir les réutiliser

Chercheur.se en SHS

Python est gratuit et permet de s'adapter à la particularité de vos traitements

Curieux.se

Vous voulez comprendre ce qu'il est possible de faire en Python ou mieux comprendre la logique de la programmation scientifique

Où trouver ce livre ?

Le manuel est disponible à partir de janvier 2021 aux Presses Universitaires de Rennes en version papier (noir et blanc). Privilégiez votre libraire locale si possible.

Commentaires

Ce qui se dit sur le livre (et Python) en SHS
"Je peux faire la couverture ?"
image
KamsBlog
Illustratrice
"Pourquoi faire du Python alors que R existe ?"
image
R Lover
Critique
"Nous aimons aussi beaucoup les serpents"
image
Boa Vista Social Club
Amis des serpents
"Enfin un livre de programmation pensé pour les SHS. Si seulement je l'avais eu à l'époque."
image
Un sociologue
Doctorant

Les auteurs

image

Émilien Schultz

Émilien Schultz est chercheur en sociologie. Il mène des recherches sur la science et l’innovation dans le cadre de collaborations interdisciplinaires, avec un intérêt pour les différentes méthodologies d’enquête. http://eschultz.fr

Suivre
image

Matthias Bussonnier

Matthias Bussonnier est biophysicien de formation, agrégé en physique de l’ENS de Cachan, récipiendaire du Prix ACM Software System pour son travail sur Jupyter avec l'Université de Berkeley et contributeur Open source et Python. Il développe des solutions avec Python tout en participant à l’amélioration de grand nombre de projets visant à améliorer l'utilisation des outils de programmation pour les sciences comme IPython et Jupyter.

Suivre