Packages

Python intermédiaire pour les développeurs

Jasmin Ludolf

Senior Data Science Content Developer

Les modules sont des fichiers Python

Module = fichier Python
Tout le monde peut créer un fichier Python !

Code file on a laptop

Packages

Ensemble de modules = Package
- Également appelé bibliothèque
Accessible au public et gratuit
Téléchargé depuis PyPi
Ils peuvent ensuite être importés et utilisés comme des modules

Large cardboard box

¹ https://pypi.org/

Installation d'un package

Terminal/Prompt de commande
```
python3 -m pip install <package_name>
```
python3 - exécute le code Python à partir du terminal
pip - installateur privilégié

Terminal de codage

Installation d'un package

python3 -m pip install pandas

Logo Pandas

Ensemble de logiciels pour la manipulation et l'analyse de données

Importation avec un alias

# Import pandas
import pandas

Veuillez utiliser un alias pour raccourcir le code.

# Import pandas using an alias
import pandas as pd

Création d'un DataFrame

# Sales dictionary
sales = {"user_id": ["KM37", "PR19", "YU88"],
         "order_value": [197.75, 208.21, 134.99]}


# Convert to a pandas DataFrame
sales_df = pd.DataFrame(sales)


print(sales_df)

  user_id  order_value
0    KM37       197.75
1    PR19       208.21
2    YU88       134.99

Lecture d'un fichier CSV

# Reading in a CSV file in our current directory
sales_df = pd.read_csv("sales.csv")


# Checking the data type
print(type(sales_df))

pandas.core.frame.DataFrame

Prévisualisation du fichier

# DataFrame method to preview the first five rows
print(sales_df.head())

  user_id  order_value
0    KM37       197.75
1    PR19       208.21
2    YU88       134.99
3    NT43       153.54        
4    IW06       379.47

Vérification des informations du fichier

# Checking the file info
print(sales_df.info())

RangeIndex: 3 entries, 0 to 2
Data columns (total 2 columns):
 #   Column       Non-Null Count  Dtype  
<hr />  ------       --------------  -----  
 0   user_id      3 non-null      object 
 1   order_value  3 non-null      float64
dtypes: float64(1), object(1)
memory usage: 180.0+ bytes

Fonctions vs méthodes

# This is a built-in function
print(sum([1, 2 ,3, 4, 5]))

Fonction = code permettant d'exécuter une tâche

# This is a pandas function
sales_df = pd.DataFrame(sales)

.head() fonctionne uniquement avec les DataFrame pandas

# This is a method
print(sales_df.head())

  user_id  order_value
0    KM37       197.75
1    PR19       208.21
2    YU88       134.99
3    NT43       153.54        
4    IW06       379.47

Méthode = une fonction spécifique à un type de données

Passons à la pratique !

Python intermédiaire pour les développeurs