Partie 1 · Bilan
Bilan : structures, import, exploration
Voici le fil de la partie 1, de la donnée brute à la compréhension :
- Pourquoi : 80 % du temps en préparation, GIGO ; code (flexible, reproductible) vs no-code.
- Structures : ndarray (homogène, vectorisé), Series (1D étiquetée), DataFrame (collection de Series) ; ici, liste de dicts.
- Importer : un lecteur par format, paramètres
sep/encoding/header/dtype/chunksize; tout est texte en sortie de CSV. - Sélectionner / filtrer : colonnes,
iloc/loc, masques,isin,between. - Explorer :
describe,value_counts,nunique,corr.
| Question à se poser | Outil |
|---|---|
| Combien de lignes et colonnes ? | .shape |
| Quels types ? | .dtypes, .info() |
| Quelle distribution ? | .describe() |
| Quelles catégories ? | .value_counts() |
| Lignes qui m'intéressent ? | masque booléen, .loc |
Vérifie que tu as compris
Tu reçois un CSV : quel est l'ordre de travail logique ?