La vidéo présente l'analyse exploratoire des données en Python.
Chronologie & lien de téléchargement des données
(Python 3.7)
00:00 - Bienvenue
00:09 - Prérequis
00:50 - Plan de la vidéo
02:14 - Qu'est-ce que l'analyse exploratoire des données ?
04:28 - Ouvrir Jupyter Notebook
04:48 - Lire le fichier .csv
06:35 - À propos des données
06:54 - Prétraitement
07:33 - Type et description des données dans les colonnes en utilisant .dtypes()
10:26 - Trouver les données manquantes et remplir les cellules vides
12:33 - Visualiser les données
12:43 - Discussion sur ce que les colonnes pourraient indiquer ? df.iloc[0]
14:29 - Utiliser .unique() pour obtenir des éléments uniques des colonnes
15:13 - Discussion sur comment utiliser .min() et .max() pour obtenir des plages de valeurs dans les colonnes ?
19:37 - Discussion sur comment filtrer un DataFrame pour obtenir un sous-ensemble d'intérêt
23:52 - Discussion sur la recherche de tendances, créer des nuages de points
26:14 - Discussion sur comment utiliser .groupby() pour obtenir des informations sur les données
29:57 - Renommer une colonne après .reset_index()
30:26 - Discussion sur comment utiliser des graphiques à barres pour obtenir des informations sur les données
34:04 - Créer plusieurs graphiques à barres en utilisant des sous-graphiques
38:40 - Discussion sur ce que les graphiques à barres informent sur les données
39:40 - Discussion et filtrer le DataFrame pour affiner la recherche de paramètres
47:19 - Mention de la corrélation et des facteurs de confusion
48:20 - Discussion et tracé d'histogrammes pour voir la distribution des données dans une colonne
54:26 - Notes de fin
Lien pour télécharger le fichier 'restaurant_data.csv'
Merci.