Analyse et visualisation de données

Ce que tu sauras faire

Tu pars d'un fichier CSV brut et tu vas jusqu'au graphique qu'on peut publier. Tu manipules des tableaux NumPy et des DataFrames pandas, tu nettoies et agrèges de vrais jeux de données, puis tu les traces avec Matplotlib : courbes, nuages de points, histogrammes, grilles de graphiques. Tu termines par le design de l'information et le storytelling, pour que tes graphiques disent quelque chose à quelqu'un au lieu d'afficher des chiffres. Chaque notion se pratique tout de suite sur des données réelles : annonces de voitures sur eBay, trafic autoroutier sur l'I-94, taux de change de l'euro.

• ✓Manipuler des tableaux NumPy et des DataFrames pandas sur des données réelles
• ✓Nettoyer, filtrer et agréger un jeu de données brut avant de l'analyser
• ✓Tracer des graphiques en courbes, des nuages de points et des histogrammes avec Matplotlib
• ✓Interpréter une série temporelle, une corrélation et une distribution de fréquences
• ✓Concevoir une visualisation lisible pour une audience donnée, sans encre superflue
• ✓Construire un récit de données complet, du fichier brut au graphique publiable

Pour qui

Personnes à l'aise avec les bases de Python (variables, boucles, fonctions) qui veulent analyser des données réelles et en tirer des graphiques lisibles par d'autres.

Idéalement, avant de commencer : Python pour la Data Science.

Le programme

Chaque chapitre de cours se termine par un quiz de validation et une fiche de révision, pour ancrer ce que tu as appris.

1. Module 1

   Introduction à NumPy et Pandas

   Tu sauras charger, filtrer et résumer un jeu de données réel avec NumPy et pandas.

2. Module 2

   Introduction à la visualisation de données

   Tu sauras explorer tes données en graphiques pour repérer tendances, corrélations et distributions.

3. Module 3

   Storytelling et design de l'information

   Tu sauras transformer un graphique technique en une visualisation claire qui raconte une histoire à ton audience.

Un exercice du cours

Tiré du chapitre gratuit « Introduction à NumPy ». Tu l’écris et tu l’exécutes directement dans ton navigateur, avec Koda pour t’aider si tu bloques.

import csv
import numpy as np

# Charge nyc_taxis.csv sous forme de liste de listes
fichier = open("nyc_taxis.csv", "r")
liste_taxi = list(csv.reader(fichier))

# Retire la ligne d'en-tête
liste_taxi = liste_taxi[1:]

# Convertit chaque valeur en nombre décimal
liste_taxi_convertie = []
for ligne in liste_taxi:
    ligne_convertie = []
    for element in ligne:
        ligne_convertie.append(float(element))
    liste_taxi_convertie.append(ligne_convertie)

# Écris ton code sous ce commentaire