Python pour la Data Science - Analysez vos données par la pratique avec NumPy, Pandas, Matplotlib et
Ce livre sur la Data Science avec le langage Python, alliant théorie et pratique, s’adresse aussi bien aux étudiants et professionnels (ingénieurs, chercheurs, enseignants, data scientists), qu’aux informaticiens souhaitant apprendre à analyser des données avec Python. La première partie du livre vise à introduire le [...]
[lire le résumé du livre]
Auteur : Amandine VELT
Editeur : Eni
Date parution : 08/2020CB Google/Apple Pay, Chèque, Virement
Quel est le sujet du livre "Python pour la Data Science - Analysez vos données par la pratique avec NumPy, Pandas, Matplotlib et"
Ce livre sur la Data Science avec le langage Python, alliant théorie et pratique, s’adresse aussi bien aux étudiants et professionnels (ingénieurs, chercheurs, enseignants, data scientists), qu’aux informaticiens souhaitant apprendre à analyser des données avec Python.
La première partie du livre vise à introduire le langage Python et son utilisation dans le domaine de l’analyse de données. Le lecteur y découvre la mise en place de l’environnement de travail ainsi que des rappels sur le langage Python.
Dans une deuxième partie, le lecteur apprend à manipuler efficacement ses données grâce aux librairies NumPy et Pandas. Chaque notion est introduite théoriquement puis illustrée par un exemple concret permettant de comprendre son application. Il apprend à importer ses données sous Python et à utiliser les fonctions, méthodes et attributs fournis pour les explorer et les manipuler afin d’en faire ressortir des informations et tendances.
Dans une troisième partie, le lecteur apprend à visualiser ses données avec les librairies Matplotlib et Seaborn, lui permettant de comprendre l’architecture et le fonctionnement de la création de figures avec Python, ainsi que les types de graphiques à utiliser selon le type de variables à représenter.
Enfin, dans le dernier chapitre, l’auteur propose un exercice complet avec sa correction permettant de mettre en pratique les notions étudiées. Il permet au lecteur d’écrire le code permettant de répondre aux questions de l’exercice.
Pour chaque chapitre, un fichier contenant le code source utilisé, appelé notebook, est disponible en téléchargement sur le site www.editions-eni.fr. Ce notebook permet au lecteur de tester le code, de le modifier et d’y tester ses propres lignes de code. De plus, deux jeux de données réels sont disponibles en téléchargement et utilisés dans ce livre pour illustrer les propos de l’auteur.
Quizinclus dans
la version en ligne !Téléchargements
Diplômée du master Bioinformatique Modélisation et Statistique de l’Université de Rouen Normandie, Amandine VELT est ingénieure en Bioinformatique à l’INRAE (Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement). Passionnée par la programmation, le traitement de données de grandes volumétries et l’enseignement, elle est aussi formatrice indépendante en Data Science avec les langages de programmation Python et R. Ses deux formations en ligne dans le domaine regroupent environ 3000 participants. Ce livre, qu’elle a voulu pratique et concret, est dédié aux lecteurs désireux d’apprendre à analyser des données ave le langage Python.
En suivant ce lien, retrouvez tous les livres dans la spécialité Techniques de programmation.
Sommaire et contenu du livre "Python pour la Data Science - Analysez vos données par la pratique avec NumPy, Pandas, Matplotlib et"
Avant-propos et introduction
- Avant-propos
- Python et l'analyse de données
- 1. L’explosion des données
- 2. L’analyse de données
- 3. R et Python pour l’analyse de données
- Connaître les sources de données libres
- 1. Kaggle
- 2. Les données gouvernementales
- Déroulement du livre
Mise en place de l'environnement de travail
- Introduction : pourquoi utiliser Python pour la Data Science ?
- Introduction à IPython et Jupyter
- 1. Introduction à IPython
- 2. Le projet Jupyter
- Qu'est-ce qu'Anaconda ?
- Installation d'Anaconda
- 1. Installation sur Windows
- 2. Installation sur MacOS
- 3. Installation sur Linux
- Découverte d'Anaconda Navigator
- 1. Applications disponibles dans Anaconda Navigator
- 2. Gestion des packages et environnements
- Prise en main de Jupyter Notebook
- 1. Tableau de bord de Jupyter Notebook
- 2. Premiers pas avec les notebooks
- 3. Comprendre l’interface des notebooks
- a. La barre de menus
- b. La barre d’outils
- c. Les cellules
- d. Les modes Commande et Edition et les raccourcis-clavier
- e. Les bases du langage Markdown pour écriredans un notebook
- f. Partager son notebook
- 1. NumPy
- 2. Pandas
- 3. Matplotlib
- 4. Seaborn
Rappels sur le langage Python
- Introduction sur le langage de programmation Python
- Les variables
- Les différents types de données (int, float, bool, str)
- 1. Les nombres réels et entiers
- 2. Les booléens
- 3. Les chaînes de caractères
- Les structures de données basiques (listes, tuples et dictionnaires)
- 1. Les listes
- a. Créer une liste
- b. Accéder aux éléments d’uneliste
- c. Ajouter et supprimer des éléments à uneliste
- 1. Les listes
- 2. Les tuples
- 3. Les dictionnaires
- a. Introduction aux dictionnaires
- b. Ajouter, modifier et supprimer des élémentsd’un dictionnaire
- c. Parcourir un dictionnaire
- 1. Les opérateurs arithmétiques
- 2. Les opérateurs relationnels et logiques
- a. Les opérateurs relationnels
- b. Les opérateurs logiques
- 1. Fonctions
- 2. Méthodes
- 3. Attributs
- 4. Modules
- 5. Librairies (packages)
- 1. Instruction de condition if
- 2. Boucle for
Maîtriser la librairie NumPy
- Introduction à NumPy
- Les tableaux NumPy
- 1. Créer un ndarray
- a. Créer un ndarray à partir de listes
- b. Créer un ndarray grâce à desfonctions NumPy
- c. Créer un ndarray à partir d’un fichier
- 1. Créer un ndarray
- 2. Indexation
- a. Indexation simple
- b. Indexation booléenne
- c. Fancy indexing
- 3. Accéder aux éléments partranche (slicing)
- a. Slicing sur un tableau NumPy à 1 dimension
- b. Slicing sur un tableau NumPy à 2 dimensions
- 4. Notion de vue et copie
- 1. Les opérations arithmétiques
- 2. Les fonctions d’agrégations
- 1. Ajouter et supprimer des élémentsdans un tableau
- a. Ajouter des éléments dans un tableau
- b. Supprimer des éléments d’un tableau
- a. Sur un tableau à une dimension
- b. Sur un tableau à deux dimensions
- a. La fonction concatenate()
- b. Les fonctions vstack() et hstack()
Maîtriser la librairie Pandas
- Introduction
- 1. Introduction à la librairie Pandas
- 2. Introduction au jeu de données utilisé pourles exemples
- Lire et écrire des fichiers avec Pandas
- 1. Lecture de fichiers texte (CSV ou TXT)
- a. Lecture basique d’un fichier
- b. Gestion de l’en-tête
- c. Gestion des index
- d. Création d’un tableau à une dimension à partirdu fichier
- e. Filtrage des colonnes lors de la lecture du fichier
- f. Les types des différentes colonnes
- g. Gestion des dates lors de la lecture du fichier
- 1. Lecture de fichiers texte (CSV ou TXT)
- 2. Lecture de fichiers Excel
- 3. Importation des données à partird’une base de données
- 4. Lecture de fichiers au format JSON
- 5. Écriture de fichiers ou exportation de données
- 1. Introduction
- 2. Créer des séries
- a. À partir de valeurs aléatoires
- b. À partir d’une liste Python
- c. À partir d’un tableau NumPy (ndarray)
- d. À partir d’un fichier texte
- a. Indexing via la position des valeurs
- b. Indexing via l’étiquette des valeurs
- c. Les indexeurs loc et iloc
- d. Indexing via une expression booléenne
- e. Slicing : découpage de valeurs successives
- a. Les attributs des objets de classe Series
- b. Les méthodes des objets de classe Series
- a. Ajouter des valeurs à une série
- b. Supprimer une valeur d’une série
- c. Modifier les valeurs d’une série
- 1. Introduction
- 2. Indexing : sélectionner des valeursd’un dataframe
- a. Indexing et slicing avec l’attribut loc
- b. Indexing et slicing avec l’attribut iloc
- c. Indexing avec une expression booléenne
- a. Ajouter une ou plusieurs colonnes à un dataframe
- b. Ajouter une ligne à un dataframe
- c. Supprimer des lignes ou colonnes d’un dataframe
- d. Modifier des valeurs dans un dataframe
- a. Gestion des données manquantes
- b. Gestion des données dupliquées
- a. Principaux attributs
- b. Définition des termes variable, variablequantitative et variable qualitative et découverte de laméthode describe()
- c. Méthodes de tri d’un dataframe
- 1. Les opérations groupby
- a. groupby sur une colonne
- b. groupby sur plusieurs colonnes
- c. Appliquer plusieurs fonctions avec la méthodegroupby et la méthode aggregate
- a. Pivotage : la méthode pivot_table
- b. Les méthodes stack (empiler) et unstack (désempiler)
Maîtriser la librairie Matplotlib
- Introduction
- Le fonctionnement de Matplotlib
- 1. Architecture de Matplotlib
- 2. Organisation des figures avec Matplotlib
- La création d'un premier graphique simple
- 1. Préparer son jeu de données
- 2. Créer un nuage de points
- 3. Ajouter un titre principal et des labels aux axesdu nuage de points
- 4. Enregistrer son graphique
- 5. Changer la taille de la fenêtre graphiqueet la résolution de son graphique
- 6. Tracer plusieurs courbes sur un même graphique(sur un même objet axes)
- 7. Ajouter une légende à son graphique
- 8. Annoter son graphique avec du texte
- 9. Combiner plusieurs graphiques grâce à subplotet subplots
- a. Tracer des sous-graphiques (subplot) sur une ligneou une colonne
- b. Tracer des sous-graphiques sur plusieurs lignes etplusieurs colonnes
- c. Incruster un objet axes dans un autre
- 1. Types de graphiques selon les types de variables (quantitativeset qualitatives)
- 2. Scatterplot
- 3. Graphique à barres (bargraph)
- a. Graphique à barres simple
- b. Graphique à barres groupées
- c. Graphique à barres empilées
Maîtriser la librairie Seaborn
- Introduction
- L'esthétique des figures avec Seaborn (Aesthetic)
- 1. Paramétrer les styles Seaborn (thèmes)
- 2. Supprimer les axes
- 3. Paramétrer les contextes avec Seaborn
- 4. Les palettes de couleur avec Seaborn
- a. Choisir une palette de couleurs existante
- b. Créer sa propre palette de couleurs
- 1. Préparation du jeu de données
- 2. Nuage de points (scatterplot)
- 3. Graphiques de régression
- 4. Pointplot
- 5. Nuage de points avec une variable qualitative :stripplot
- 6. Boxplots
- 7. Graphique à barres : countplot
- 8. Histogrammes
- 9. Jointplot
- 10. Pairplot
- 11. Heatmap
- 1. FacetGrid
- 2. PairGrid
- 3. JointGrid
Exercice complet sur jeu de données réel
- Introduction
- Présentation du jeu de données
- Énoncé de l'exercice
- 1. Lire le fichier
- 2. Afficher les dimensions du dataframe
- 3. Compter les films et les séries
- 4. Générer le résumé statistiquedu dataframe
- 5. Compter les valeurs manquantes
- 6. Explorer les valeurs manquantes
- a. Sur la colonne des directeurs de production
- b. Sur la colonne des acteurs
- 7. Supprimer les lignes dupliquées
- 8. Compter les films/séries produitspar les États-Unis et par la France
- 9. Afficher le contenu le plus vieux disponible sur Netflix
- 10. Afficher le film avec la durée la plus longuesur Netflix
- a. Nouvelle notion : les méthodes str
- b. Énoncé
- 11. Étudier les catégories avec le plusde contenu
- 12. Afficher les directeurs qui ont produit le plus defilms/séries disponibles sur Netflix
- 13. Voir si Jan Suter travaille souvent avec les mêmesacteurs
- 14. Représenter les dix pays qui ont produitle plus de contenus disponibles sur Netflix, avec le nombre de contenus parpays
- 15. Tracer un graphe à barres du nombre de films/sériespar classement de contenu (rating)
- 16. Afficher l’évolution du nombre de films/sériesdisponibles sur Netflix au cours du temps
- a. Notions supplémentaires sur les dates
- b. Énoncé
- 17. Afficher la distribution de la durée desfilms disponibles sur Netflix
- 18. Tracer un graphique représentant le nombrede séries par modalité de nombre de saisons