Synthétiser des constats issus d'expériences complexes

Conception d'expériences en Python

James Chapman

Curriculum Manager, DataCamp

Données de rendement en fabrication

manufacturing_yield

 BatchID  MaterialType  ProductionSpeed  TemperatureSetting  YieldStrength
      39       Polymer           Medium             Optimal          58.83
     195         Metal             High                High          51.29
     462       Polymer             High             Optimal          55.15
     696     Composite           Medium                 Low          50.27
     142     Composite             High                 Low          57.62
  • Plan multifactoriel : MaterialType, ProductionSpeed, TemperatureSetting
  • Variable réponse : YieldStrength
Conception d'expériences en Python

Données de qualité en fabrication

manufacturing_quality

 BatchID ProductionSpeed  ProductQuality
     149             Low           93.87
     739            High           93.35
     617          Medium           90.45
     131            High           90.26
     684             Low           91.62
  • Plan : ProductionSpeed
  • Variable réponse : ProductQuality
Conception d'expériences en Python

Stratégie de fusion

merged_manufacturing = pd.merge(manufacturing_yield,
                       manufacturing_quality, 
                       on=['BatchID', 'ProductionSpeed'])
print(merged_manufacturing)

 BatchID  MaterialType  ProductionSpeed  TemperatureSetting  YieldStrength  ProductQuality
       1         Metal              Low                High          57.32           91.19
       5     Composite           Medium             Optimal          51.82           90.20
       7       Polymer              Low                High          56.12           91.66
       8     Composite             High             Optimal          50.91           93.05
      11       Polymer              Low                High          50.13           92.31
Conception d'expériences en Python

Histogrammes juxtaposés

import seaborn as sns
sns.catplot(x='MaterialType', y='YieldStrength', hue='ProductionSpeed', kind='bar', 
            data=merged_manufacturing)

catplot.png

Conception d'expériences en Python

Nuage de points à trois variables

sns.relplot(x='YieldStrength', y='ProductQuality', hue='ProductionSpeed', 
            kind='scatter', data=merged_manufacturing)
plt.title('Yield Strength vs. Product Quality by Production Speed')

Résistance du rendement vs. qualité du produit selon la vitesse de production

Conception d'expériences en Python

Communiquer des données à des publics techniques

 

  • Élaborer des récits de données
    • valeurs p
    • statistiques de test
    • seuils de signification
  • Visualiser des données complexes
    • cartes thermiques
    • nuages de points multicolores
    • projections

Présentation à un public technique

Conception d'expériences en Python

Captiver un public non technique avec des données

 

  • Simplifier les constats
    • Visualisations de base : diagrammes à barres et courbes
  • Préparer des présentations axées public
    • Pourquoi ces données comptent-elles ?
    • Relier les constats à l'application concrète

Narration avec les données

Conception d'expériences en Python

Passons à la pratique !

Conception d'expériences en Python

Preparing Video For Download...