Cours d'analyse exploratoire des données avec Python et pandas
Analyse exploratoire des données est un cours de niveau intermédiaire de 5 leçons (environ 3 h 01), avec 15 exercices et 15 questions de quiz. Prérequis : Nettoyage et préparation des données, Statistiques descriptives. Les exercices s'exécutent dans le navigateur, sans installation.
- Analyse de données
- Intermédiaire
- 5 leçons
- 3 h 01
- 15 exercices
- Exercices exécutés dans le navigateur
Le cours en bref
Ce cours te donne une méthode complète d'analyse exploratoire avec pandas et matplotlib. Tu apprendras à profiler un jeu de données, à traiter manquants et doublons, à décrire distributions et catégories, à croiser les variables sans tomber dans le paradoxe de Simpson, puis à contrôler la cohérence, explorer le temps et rédiger une synthèse actionnable.
Ce que tu sauras faire
- Profiler un jeu de données et corriger les types avec pandas 3
- Mesurer, expliquer et traiter valeurs manquantes et doublons
- Décrire la distribution d'une variable numérique ou catégorielle
- Croiser des variables avec groupby, pivot_table, crosstab et corrélations
- Détecter des anomalies métier et explorer une évolution temporelle
- Rédiger une synthèse d'EDA hiérarchisée et actionnable
Programme des 5 leçons
- Dresser le profil d'un DataFrame (dimensions, types, aperçu, résumé statistique)
- Corriger les types de colonnes mal importées (nombres, dates)
- Formuler des questions d'analyse avant de calculer
- 02
Valeurs manquantes et doublons
- Mesurer et localiser les valeurs manquantes
- Choisir une stratégie de traitement (suppression, imputation, indicateur)
- Détecter et traiter les doublons exacts et sur clé
- 03
Analyse univariée : distributions et catégories
- Décrire la distribution d'une variable numérique (centre, dispersion, asymétrie, forme)
- Résumer une variable catégorielle et regrouper les modalités rares
- Tracer un histogramme et un diagramme en barres avec matplotlib
- 04
Analyse bivariée : croiser les variables
- Comparer une variable numérique entre groupes avec groupby et pivot_table
- Mesurer les liens entre variables numériques avec une matrice de corrélation
- Reconnaître le paradoxe de Simpson et les effets de structure
- 05
Anomalies, évolution temporelle et synthèse de l'EDA
- Automatiser des contrôles de cohérence métier
- Explorer une évolution temporelle (resample, moyenne mobile, saisonnalité)
- Rédiger une synthèse d'EDA hiérarchisée et actionnable
Contrôles de cohérenceÉvolution temporelleSynthèse d'analyse
Projet final
EDA complète d'un historique de ventes multicanal
Génère en Python (graine fixe) un historique de 18 mois de commandes d'une enseigne : date, région, canal, catégorie, quantité, prix unitaire, montant, client. Introduis volontairement des défauts réalistes (montants en texte avec virgule, dates invalides, doublons sur clé, manquants concentrés sur une région, quelques incohérences) et un effet de structure entre canaux. Mène l'EDA complète et rédige une synthèse.
Livrables
- Un notebook ou script commenté, exécutable de bout en bout
- Un rapport de qualité (types corrigés, manquants, doublons, contrôles de cohérence) avec les traitements appliqués
- Les analyses univariées et bivariées clés avec au moins 4 graphiques lisibles
- Une analyse temporelle (mensuelle, jour de semaine, moyenne mobile)
- Une synthèse d'une page : qualité, 3 à 5 constats chiffrés, hypothèses, prochaines étapes
Critères d'évaluation
- Le grain et les types sont correctement identifiés et traités
- Les traitements de qualité sont justifiés et documentés, sans correction silencieuse
- Les comparaisons de groupes affichent les effectifs et tiennent compte des effets de structure
- Les graphiques sont adaptés aux types de variables et lisibles
- La synthèse est hiérarchisée, chiffrée et distingue constats et hypothèses
Questions fréquentes
Qu'est-ce que l'analyse exploratoire des données ?
C'est l'étape où l'on découvre un jeu de données : structure, qualité, distributions et relations entre variables, afin de formuler des constats et des hypothèses avant toute modélisation ou décision.
Quels prérequis pour suivre ce cours ?
Savoir manipuler et nettoyer des données avec pandas et connaître les bases des statistiques descriptives (moyenne, médiane, écart-type, quartiles).
Le cours est-il à jour avec pandas 3 ?
Oui : il utilise pandas 3.1 et tient compte du type chaîne 'str' par défaut et du copy-on-write introduits dans pandas 3.
Que vais-je produire à la fin ?
Une analyse exploratoire complète d'un jeu de ventes, avec contrôles de qualité, graphiques et une synthèse écrite destinée à un décideur.
Ce cours, raconté pour ton métier
Dis ce que tu veux savoir faire : « Analyse exploratoire des données » prend sa place dans ton parcours, avec des exemples de ton secteur. Les notions restent celles du cours.