🎓 Leçon 2.2 — Statistiques descriptives avec Pandas
📊 Objectif :
Analyser rapidement les caractéristiques d’un jeu de données à l’aide de mesures statistiques simples et de visualisations.🔸 1. Mesures de tendance centrale
Ces mesures indiquent où se situent les données dans l’ensemble| Mesure | Définition | Code Pandas |
|---|---|---|
| Moyenne | Somme des valeurs ÷ nombre total | df["colonne"].mean() |
| Médiane | Valeur centrale | df["colonne"].median() |
| Mode | Valeur(s) la/les plus fréquente(s) | df["colonne"].mode() |
🔸 2. Mesures de dispersion
Ces mesures montrent comment les données sont réparties autour de la moyenne :
| Mesure | Définition | Code Pandas |
|---|---|---|
| Variance | Moyenne des carrés des écarts | df["colonne"].var() |
| Écart-type | Racine carrée de la variance | df["colonne"].std() |
| Amplitude | Différence entre max et min | df["colonne"].max() - df["colonne"].min() |
🔸 3. Distribution & histogrammes
Les histogrammes permettent de visualiser la fréquence des valeurs d’une variable.
Code d’exemple :
import pandas as pd
import matplotlib.pyplot as plt
df = pd.read_csv("donnees.csv")
df["revenu"].hist(bins=10)
plt.title("Distribution des revenus")
plt.xlabel("Revenu")
plt.ylabel("Fréquence")
plt.show()
✅ À retenir :
- Ces statistiques permettent d’avoir une vue rapide et globale sur les données.
- Pandas est un outil puissant pour les obtenir en une ligne de code.
- Matplotlib permet de représenter ces mesures graphiquement.
