La boîte à outils Python

Jusqu'ici tu as appris à identifier les variables, choisir un graphique et lire une distribution. Un data scientist ne s'arrête pas là : il doit produire ces visualisations à partir de données réelles. Il existe beaucoup de packages Python ; le cours en cite cinq.

• Matplotlib : la principale boîte à outils, pas les graphes les plus élégants mais les plus flexibles ;
• Seaborn : fondé sur Matplotlib, plus élégant et plus rapide à coder ;
• Plotly : visualisations interactives intégrables à un site web ;
• Bokeh : similaire à Plotly ;
• Dash : construction de web apps et dashboards.

Le cours utilise principalement matplotlib (le plus connu et le plus précis) et seaborn (simplification de matplotlib). pandas sert à manipuler le dataset.

Les imports du cours :

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
from google.colab import files

Rôles : pandas manipule le dataset, matplotlib donne le contrôle des graphiques, seaborn fournit des visualisations rapides et lisibles. L'import google.colab sert à téléverser un fichier dans Google Colab.