Aller au contenu principal

🐼 Numpy et Pandas

🏗️ en construction 🏗

Pandas - Manipulation et analyse de données

La bibliothèque Pandas permet de travailler avec des grands volumes de données de manière rapide et efficace d'afin d'en faire de l'analyse et des manipulations. Il est rapide de pouvoir filtrer, trier et transformer des données et d'en générer des statistiques. La bibliothèque support les données dans différents formats comme Excel, CSV et s'intègre bien avec Matplotlib (pour générer des graphiques) et Scikit-learn (pour l'apprentissage automatique).

import pandas as pd

# Création d'un DataFrame avec des données météorologiques sur 7 jours
data = {
    "Jour": ["Lundi", "Mardi", "Mercredi", "Jeudi", "Vendredi", "Samedi", "Dimanche"],
    "Température (°C)": [22, 24, 19, 21, 23, 25, 20],
    "Humidité (%)": [60, 55, 70, 65, 58, 50, 72],
    "Vitesse du vent (km/h)": [15, 10, 20, 12, 14, 9, 22]
}

df = pd.DataFrame(data)

# Affichage des premières lignes du DataFrame
print("Données météorologiques :")
print(df)

# Analyses des données
moyenne_temp = df["Température (°C)"].mean()
moyenne_humidite = df["Humidité (%)"].mean()
moyenne_vent = df["Vitesse du vent (km/h)"].mean()

print(f"\nTempérature moyenne sur 10 jours : {moyenne_temp:.2f}°C")
print(f"Humidité moyenne sur 10 jours : {moyenne_humidite:.2f}%")
print(f"Vitesse moyenne du vent : {moyenne_vent:.2f} km/h")