Pandas & visualisation

L'enquête de données : filtrage, agrégation, histogrammes, corrélation

Dans ce chapitre, vous apprendrez à

• Charger un tableau de données et en poser les bonnes questions
• Grouper, agréger et restructurer un tableau
• Tracer un graphique pour repérer une anomalie ou une corrélation

Outils : pandas, Matplotlib

16 exercices

Chaque exercice est corrigé automatiquement, dans le navigateur. Les énoncés complets sont accessibles avec un compte.

1. À quoi ça sert dans la vraie vie

   Un modèle ne vaut que les données qu'on lui donne, et l'on ne connaît vraiment des données qu'après les avoir regardées sous tous les angles. - L'épidémiologie. En 1854, à Londres, le médecin John Snow a reporté…

2. Cours : à quoi sert pandas

   À quoi sert pandas. Avant tout modèle, il faut charger, explorer et préparer des données. pandas est l'outil standard : il manipule des DataFrame, des tableaux faits de lignes et de colonnes nommées, comme…

3. Fichier mystère

   Vous êtes journaliste de données. Une source anonyme vous envoie un fichier contenant des informations sur les villes d'un pays. Les données arrivent sous forme d'une liste de dictionnaires Python (chaque…

4. Villes suspectes

   Votre enquête avance. Vous cherchez maintenant des patterns dans les données des villes (variable data, même forme qu'à l'exercice précédent). Écrivez la fonction analyze_network(data) qui renvoie, dans cet…

5. Régions sous la loupe

   Votre rédacteur en chef veut un résumé par région : combien de villes, quelle population totale, quelle population moyenne ? Le problème : plusieurs villes appartiennent à la même région. Il faut regrouper les…

6. Croiser les sources

   Une deuxième source vous envoie des données économiques sur les régions : le PIB par habitant et le taux de chômage. Ces données sont dans eco_records. Problème : vos données de villes sont organisées par ville…

7. Boulon rebelle

   De retour à l'usine ! Vous tenez le poste de contrôle qualité d'une ligne de visserie. Toute la journée, les machines vous envoient des lots de boulons fraîchement usinés, chacun mesuré automatiquement au centième de…

8. Données sales

   Vous recevez un dataset d'enquête avec 500 réponses. Le problème : le fichier est un désastre. Le DataFrame df contient 6 colonnes : nom, age, ville, salaire, satisfaction, signup_date. Problèmes connus…

9. Cours : vos listes de dictionnaires, en mieux

   Au chapitre Exploration, vous manipuliez des données comme des listes de dictionnaires, à la boucle Python : compter les lignes, faire une moyenne, filtrer. Un DataFrame pandas range exactement ces mêmes données…

10. Transformer

    Vous avez un dataset de 300 produits avec : prix, categorie (texte), poids_kg, customer_rating (1-5), en_stock ("oui"/"non"). Pour un algorithme de ML, toutes les colonnes doivent être numériques. Transformez…

11. Cours : rendre les colonnes numériques

    Un modèle de ML ne mange que des nombres. Deux cas, deux outils : 1. Catégorie ordonnée ou binaire → .map. Quand les valeurs ont une correspondance numérique évidente, on les remplace une à une :

12. Restructurer

    Vous avez un tableau de ventes mensuelles au format "long" : chaque ligne = une vente avec magasin, months, montant. Votre chef veut un tableau croisé : en lignes les magasins, en colonnes les mois, et dans les…

13. Cours : format long ↔ tableau croisé

    Vos données sont au format long : une ligne par vente (magasin, mois, montant). C'est pratique à stocker, mais illisible pour comparer. Vous voulez un tableau croisé : magasins en lignes, mois en colonnes…

14. Détective de logs

    Vous recevez les logs de connexion d'un site web : logs est un DataFrame avec user_id, page, timestamp (trié chronologiquement). Le product manager veut savoir : 1. Combien d'utilisateurs uniques ont visité…

15. Cours : grouper puis agréger

    Beaucoup de questions sur des données ont la même forme : « pour chaque X, calcule Y ». Pour chaque utilisateur, combien de pages ? Pour chaque ville, le salaire moyen ? C'est le motif split-apply-combine, et…

16. Cours : l'enquête de données

    Dans ce chapitre, vous avez fait à la main le travail qui précède tout modèle : explorer et préparer des données. En pratique on utilise pandas, qui exprime chacun de ces gestes en une ligne. L'important est de…