Forfaits

Python intermédiaire pour développeurs et développeuses

Jasmin Ludolf

Senior Data Science Content Developer

Les modules sont des fichiers Python

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

Fichier de code sur un portable

Forfaits

Un ensemble de modules = package
- Aussi appelé bibliothèque
Publics et gratuits
Téléchargés depuis PyPI
Puis importés et utilisés comme des modules

Grande boîte en carton

¹ https://pypi.org/

Installer un package

Terminal / Invite de commandes
```
python3 -m pip install <package_name>
```
python3 : exécute du code Python depuis le terminal
pip : gestionnaire d'installation recommandé

Terminal de code

Installer un package

python3 -m pip install pandas

Logo de pandas

Package pour la manipulation et l'analyse de données

Importer avec un alias

# Importer pandas
import pandas

Utilisez un alias pour raccourcir le code

# Importer pandas avec un alias
import pandas as pd

Créer un DataFrame

# Dictionnaire des ventes
sales = {"user_id": ["KM37", "PR19", "YU88"],
         "order_value": [197.75, 208.21, 134.99]}


# Convertir en DataFrame pandas
sales_df = pd.DataFrame(sales)


print(sales_df)

  user_id  order_value
0    KM37       197.75
1    PR19       208.21
2    YU88       134.99

Lire un fichier CSV

# Lecture d'un fichier CSV dans notre répertoire courant
sales_df = pd.read_csv("sales.csv")


# Vérifier le type de données
print(type(sales_df))

pandas.core.frame.DataFrame

Aperçu du fichier

# Méthode DataFrame pour prévisualiser les cinq premières lignes
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

Vérifier les infos du fichier

# Vérifier les infos du fichier
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 et méthodes : différences

# Fonction intégrée
print(sum([1, 2 ,3, 4, 5]))

Fonction = code qui exécute une tâche

# Ceci est une fonction de pandas
sales_df = pd.DataFrame(sales)

.head() fonctionne seulement avec les DataFrames pandas

# Ceci est une méthode
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 = fonction propre à un type de données

Passons à la pratique !

Python intermédiaire pour développeurs et développeuses