Introduction à Plotly Express

Vidéo non disponible ! Réessayez plus tard
Cette vidéo fait partie de la formation
Maîtrisez Python : Analyse et visualisations des données
Revoir le teaser Je m'abonne
3,5
Transcription

Description Programme Avis
3,5

Apprendre à utiliser Python pour l’analyse et la visualisation des données.

Si vous souhaitez apprendre à traiter, analyser et visualiser les données avec Python de manière autonome, cette formation est pour vous !

Dans cette formation, vous apprenez à utiliser Google Colaboratory qui est la plateforme SaaS pour utiliser Jupyter sans nécessité d’installation.

Après avoir repris les bases de Jupyter, vous découvrez les bases de Python. Vous apprenez ensuite à charger tous types de données et notamment les fichiers de types Excel, vous apprenez comment nettoyer ce type de fichiers, ainsi que la gestion des valeurs manquantes et les valeurs aberrantes dans vos jeux de données.

Après avoir revu les bases des statistiques, vous apprenez comment gérer des rapports complets pour l’analyse de vos données. 

Enfin, vous passez à la partie visualisation des données, vous apprenez à créer tous types de diagrammes, que ce soit des diagrammes en bâtons, des nuages de points mais également des cartes de chaleurs qui vous donneront des informations très utiles sur le jeu de données à manipuler.

Voir plus
Dans ce chapitre, nous allons parler des librairies de datavisualisation et nous allons essentiellement manipuler une librairie qui s'appelle Plotly Express. Alors, le module Plotly Express a été conçu par l'équipe qui développe la librairie de datavisualisation Plotly. Ceci avec deux objectifs en tête. Le premier, c'est de vous donner accès au type de diagramme les plus communs à utiliser. Et le deuxième, c'est ce qui nous intéresse le plus, c'est de faciliter au maximum la création et l'apprentissage de ces diagrammes. Dans ce chapitre, nous allons parler de cinq types de diagrammes, parmi ceux que j'estime, moi en tout cas, les plus utilisés dans la conception de rapports et la présentation de données. Ce qu'il y a d'intéressant avec cette librairie, c'est que quand vous en maîtriserez cinq, finalement vous saurez effectuer la plupart des autres diagrammes puisque la documentation est très bien faite et que les fonctions sont très similaires. Quand on s'intéresse au choix de Plotly Express, on s'intéresse forcément à ses fonctionnalités. Alors, vu que c'est une librairie plutôt simple, on s'attendrait à ce qu'elle soit finalement un peu limitée. C'est là le gros intérêt de Plotly Express, c'est qu'elle est simple, mais qu'elle reste, du fait qu'elle dépend de Plotly, une librairie complètement customisable et très complète. Par exemple, pour chacun des diagrammes que nous allons aborder, nous aurons accès automatiquement aux fonctionnalités suivantes. Le premier point qui va faciliter votre apprentissage, c'est que tout dépendra du module Plotly Express que nous allons aliaser en PX. La deuxième fonctionnalité, c'est que peu importe les comportements par défaut qui vont nous permettre d'arriver rapidement à un résultat, tous ces comportements sont configurables et customisables. Il faudra pour cela consulter la documentation. Enfin, cette librairie supporte beaucoup de données en paramètres d'entrée. Les DataFrame Panda que nous avons déjà vus, mais aussi des listes, des dictionnaires et plein d'autres choses par exemple. Ensuite, la taille du diagramme, les labels, la légende, seront des choses qui seront automatiquement générées pour vous par défaut. Parfois, ça ne conviendra pas et je vous montrerai comment, par vous-même, configurer et reprendre la main sur ces éléments de vos infographies. Évidemment, la customisation possible des couleurs, des polices d'écriture, de leur taille, du grad, de l'italic, toutes ces fonctionnalités-là, nous allons les aborder et c'est effectivement customisable. Deux choses que nous ne verrons pas mais qui font partie des fonctionnalités que je trouve intéressantes dans Plotly Express, ce sont les courbes de tendance, c'est-à-dire le fait de pouvoir extrapoler des informations et pouvoir donner une évaluation des données dans le futur, notamment par des mécanismes de régression linéaire ou autre. Et un deuxième mécanisme qu'on ne verra pas, ce sont les animations, le fait de faire évoluer les données sur une échelle de temps. Alors, lorsqu'il m'a fallu faire le choix de la librairie à vous présenter, il y avait énormément de bons concurrents crédibles et tout aussi efficaces que Plotly Express. Dans l'écosystème Python, il y a de très très bonnes librairies pour couvrir le besoin que nous allons aborder dans ce chapitre. Que ce soit Matplotlib, Seaborn, Bokeh ou même Plotly, la librairie principale, chacune de ces librairies vous permettrait de parvenir au même résultat que ce que l'on va obtenir avec Plotly Express. Les motivations qui m'ont fait valider Plotly Express pour cette formation plutôt que les autres sont les suivantes. Déjà, je reprends, c'est simple à apprendre. C'est une formation vidéo, c'est des formations courtes avec finalement peu d'encadrement et il faut que vous parveniez rapidement à un résultat. Le deuxième point qui va avec ça, avec l'autonomie, c'est le fait que la documentation est excellente et dynamique. Vous allez trouver pour chaque type de diagramme des blocs de code à copier-coller qui fonctionneront directement dans Goel Collaboratory. Un troisième point qui est un peu plus subjectif, c'est le fait que ce soit joli par défaut. On n'a pas toujours le temps de faire des choses jolies, on n'a pas toujours le temps de faire des choses design, des fois on veut arriver à un résultat rapide, mais il faut quand même que ce soit suffisamment beau pour être partageable par mail, dans une présentation PowerPoint ou autre. Et je trouve que par rapport à d'autres librairies, Plotly Express comme Plotly d'ailleurs, ont un thème graphique qui est agréable à l'oeil. Le quatrième point qui vient avec plutôt un usage que vous pourriez avoir, c'est le fait qu'automatiquement, quel que soit le diagramme, il y a la fonctionnalité d'export en tant que PNG par défaut. Et ça, pour toutes les personnes qui veulent partager un graphique dans un mail, dans une présentation PowerPoint ou dans un rapport au Formadoc, c'est très pratique. Pour moi, je pense donc que c'est la librairie qui est idéale pour vous. Elle est idéale pour toute personne qui souhaite par la suite exporter ses résultats dans un mail, dans un rapport, dans une présentation, qui n'est pas data analyst, qui n'a pas forcément vocation à le devenir, mais qui veut intégrer des problématiques data et une réflexion data dans le cadre de ses missions actuelles. Alors, une fois ceci dit, comment on va pouvoir utiliser Plotly Express dans Google Collaboratory ? Si vous avez suivi les vidéos précédentes, vous avez dû voir qu'on a déjà utilisé un premier exemple. Plotly, évidemment, est déjà disponible dans Google Collaboratory, mais nous allons devoir adapter un tout petit peu le mode de rendu pour ne pas casser l'affichage de nos cellules, c'est-à-dire les blocs dans lesquels s'exécutent notre code Python et le code Markdown. Pour cela, quel que soit le type de diagramme retourné, vous devrez adapter l'appel à la fonction chow de l'objet fig, qui est l'objet figure de Plotly. C'est finalement cette ligne-là qu'il faudra modifier à chaque fois. Donc, quelle que soit la documentation que vous consulterez, il faudra à chaque fois rajouter dans le fig chow l'instruction RENDERER égale à COLLAB. J'insiste, il n'y a qu'un seul l. Ce que ça va changer, c'est que l'affichage de votre cellule ne sera pas cassé. Le diagramme s'affichera dans tous les cas, la librairie est fonctionnelle. Par contre, si vous ne mettez pas ce RENDERER égale COLLAB, vous n'aurez plus la possibilité de créer de nouvelles cellules en dessous de cette cellule qui affiche un diagramme. Et c'est pour ça que c'est important. Je termine cette vidéo par un premier exemple. Après tout, comment ne pas terminer cette vidéo sans montrer un premier exemple fonctionnel ? En vous montrant un exemple justement tiré de la documentation. Alors, ce qui va bien avec Plotly Express, nous on a nos propres données. Ce sont les ventes de SuperStore. Mais Plotly fournit un ensemble de données de démo. Et notamment ici, un ensemble d'iris, des fleurs, de différentes espèces. Ce que vous voyez ici, c'est le diagramme de la représentation de ces espèces en fonction de leur largeur, de leur hauteur et de leur espèce. Ici vous avez la longueur des pétales. Ici la largeur des pétales. Ici les différentes espèces qui sont représentées par des points de couleur. Il est possible de zoomer. Et surtout, il est possible de télécharger automatiquement ce diagramme en tant qu'image.

Programme détaillé de la formation

Je commande Je m'abonne
Je commande Je m'abonne
Je commande Je m'abonne
Je commande Je m'abonne
Je commande Je m'abonne
Je commande Je m'abonne
Je commande Je m'abonne
Je commande Je m'abonne
Je commande Je m'abonne
Je commande Je m'abonne
Je commande Je m'abonne
Je commande Je m'abonne
Je commande Je m'abonne
Je commande Je m'abonne
Je commande Je m'abonne
Je commande Je m'abonne
Je commande Je m'abonne
Je commande Je m'abonne
Je commande Je m'abonne
Je commande Je m'abonne
Je commande Je m'abonne
Je commande Je m'abonne
Je commande Je m'abonne
Je commande Je m'abonne
Je commande Je m'abonne
Je commande Je m'abonne
4 commentaires
3,5
4 votes
5
4
3
2
1
elephorm-1464076@addviseo.com
Il y a 2 months
Commentaire
Bonne formation mais vraiment dommage de ne pas avoir au moins les liens des supports de cours.
nicolasmichaux1
Il y a 1 year
Commentaire
Bonnne formation mais aucun support de cours
lebris.gilles76
Il y a 2 years
Commentaire
Très bien , mais il manque les supports de cours
antoinem
Il y a 2 years
Commentaire
Bien mais il manque les supports de cours
Nos dernières formations Python
  • Pack 5 formations
    Pack Python : Des bases aux techniques avancées
    Découvrir
    Réputé pour être le langage de programmation le plus populaire au monde, Python est très plébiscité pour ses différentes utilisations.  A travers ce pack de 5 formations, vous apprenez les fondamentaux de la programmation Python, vous maîtrisez les techniques avancées et vous découvrez comment utiliser Python pour le web et pour l’analyse et la visualisation des données. Apprendre à programmer en Python : Apprendre les fondamentaux du langage de programmation Python. Apprendre Python : Qualité de code et maintenance : Maîtriser Python avec une qualité de code et de maintenance optimales. Maîtriser Python : Techniques avancées : Formez-vous aux différentes fonctionnalités avancées de python. Apprendre le web avec Python/ Django : Découvrez la programmation Web : Apprendre les principes fondamentaux de la programmation Web Maîtriser Python : Analyse et visualisations des données : Apprendre à utiliser Python pour l’analyse et la visualisation des données
    22h52 154 leçons
  • Apprendre Python   - Qualité de code et maintenance
    Découvrir
    Maîtriser Python avec une qualité de code et de maintenance optimales
    3h09 23 leçons
  • Maîtriser Python  - Techniques avancées
    Découvrir
  • Apprendre à programmer en Python
    Découvrir
    Apprendre les fondamentaux du langage de programmation Python
    6h33 60 leçons 4,75 / 5
  • Apprendre le Web avec Python/Django - Découvrez la programmation web
    Découvrir
    Apprendre les principes fondamentaux de la programmation Web
    4h38 32 leçons 3,50 / 5

éditeur de vidéos pédagogiques

Des supports pédagogiques en vidéo, produits avec les meilleurs experts. Dans nos studios à Paris, Lyon ou Montpellier. Vous souhaitez travailler avec nous ?
image-micro