Analyse de données avec pandas et NumPy
Analyse de données avec pandas et NumPy est un cours de niveau intermédiaire de 6 leçons (environ 3 h 20), avec 18 exercices et 18 questions de quiz. Prérequis : Python fondamentaux. Les exercices s'exécutent dans le navigateur, sans installation.
- Python
- Intermédiaire
- 6 leçons
- 3 h 20
- 18 exercices
- Exercices exécutés dans le navigateur
Le cours en bref
Ce cours vous apprend à mener une analyse de données complète avec NumPy et pandas. Vous chargez et inspectez des fichiers, sélectionnez et filtrez des lignes, créez des indicateurs, agrégez par groupe et combinez plusieurs tables. Chaque leçon s'appuie sur des cas métier concrets (ventes, clients, commandes) et des exercices exécutés dans le navigateur.
Ce que tu sauras faire
- Effectuer des calculs vectorisés et des filtres avec NumPy
- Charger un CSV dans un DataFrame et en faire un diagnostic initial
- Sélectionner, filtrer et trier des données avec loc, iloc et des conditions
- Créer des colonnes calculées et exploiter dates et textes
- Calculer des indicateurs par groupe avec groupby, agg et pivot_table
- Combiner plusieurs tables avec concat et merge en contrôlant le résultat
Programme des 6 leçons
- Créer des tableaux NumPy et connaître leurs attributs (shape, dtype)
- Effectuer des calculs vectorisés sans boucle
- Filtrer un tableau avec un masque booléen et calculer des statistiques
- 02
pandas : Series, DataFrame et lecture de données
- Créer une Series et un DataFrame et comprendre le rôle de l'index
- Charger un fichier CSV avec read_csv
- Inspecter un jeu de données : head, shape, info, dtypes, describe
- 03
Sélectionner, filtrer et trier
- Sélectionner des lignes et colonnes avec loc et iloc
- Filtrer un DataFrame avec des conditions booléennes
- Trier les données et obtenir un classement
- 04
Créer et transformer des colonnes
- Créer des colonnes calculées de façon vectorisée
- Recoder des valeurs avec map, np.where et pd.cut
- Exploiter les dates (.dt) et le texte (.str)
Colonnes calculéesRecodage de valeursDates avec .dtTexte avec .str
- 05
Agréger : groupby et tableaux croisés
- Calculer des agrégats par groupe avec groupby
- Produire plusieurs indicateurs nommés avec agg
- Construire un tableau croisé avec pivot_table
- 06
Combiner des tables : merge et concat
- Empiler des tables de même structure avec concat
- Joindre deux tables sur une clé avec merge
- Choisir le type de jointure et contrôler le résultat
Projet final
Analyse des ventes d'une boutique en ligne
Vous disposez de trois tables simulées en mémoire (commandes, lignes de commande, référentiel produits avec catégories). Réalisez une analyse complète : chargement et diagnostic, jointures contrôlées, création d'indicateurs (CA, mois, tranche de panier), puis synthèses par catégorie, par mois et par canal. Concluez par trois recommandations chiffrées pour l'équipe commerciale.
Livrables
- Un notebook ou script Python commenté, exécutable de bout en bout
- Un diagnostic initial (shape, types, valeurs distinctes) de chaque table
- Les jointures avec contrôle du nombre de lignes et des correspondances (indicator, validate)
- Un tableau de KPI par catégorie (agg nommé) et un tableau croisé mois × canal
- Une courte synthèse écrite de trois recommandations appuyées sur les chiffres
Critères d'évaluation
- Les calculs sont exacts et vérifiables (totaux cohérents entre tables)
- Les opérations sont vectorisées, sans boucle inutile
- Les jointures sont contrôlées et aucune ligne n'est perdue ou dupliquée sans explication
- Les modifications utilisent loc et non l'affectation chaînée
- Les tableaux de résultats sont lisibles (noms de colonnes, tri, arrondis) et les conclusions justifiées
Questions fréquentes
Faut-il connaître NumPy avant d'apprendre pandas ?
Non, mais quelques notions aident : pandas s'appuie sur NumPy. C'est pourquoi la première leçon présente les tableaux NumPy, la vectorisation et les masques booléens, que l'on retrouve ensuite dans pandas.
Quelle version de pandas est utilisée dans le cours ?
Le cours utilise pandas 3.1. Les différences avec pandas 2 sont signalées, notamment le type texte str par défaut et le mode Copy-on-Write de pandas 3, qui rend inopérante l'affectation chaînée : on modifie les données avec loc.
pandas peut-il remplacer Excel pour l'analyse de données ?
Pour les analyses répétitives ou volumineuses, oui : pandas traite des millions de lignes, enchaîne les étapes de façon reproductible et automatisable. groupby et pivot_table remplacent les tableaux croisés dynamiques, merge remplace les RECHERCHEV.
Quel niveau en Python faut-il pour suivre ce cours ?
Les bases suffisent : variables, listes, dictionnaires, boucles et fonctions, telles que vues dans le cours Python fondamentaux (PY1).
Ce cours, raconté pour ton métier
Dis ce que tu veux savoir faire : « Analyse de données avec pandas et NumPy » prend sa place dans ton parcours, avec des exemples de ton secteur. Les notions restent celles du cours.