Analyse exploratoire des données avec Pandas en Python | Générez votre propre jeu de données avec ChatGPT
Dans ce tutoriel, vous apprendrez à réaliser une analyse exploratoire des données (AED) en utilisant la bibliothèque pandas de Python. Nous parcourons chaque étape de l'analyse et de la compréhension des données, ce qui en fait un guide parfait pour les débutants ou ceux qui souhaitent un rafraîchissement pratique. De plus, apprenez à générer votre propre jeu de données d'entraînement avec ChatGPT.
Ce qui est couvert dans cette vidéo :
Génération de données avec ChatGPT (00:52)
Installation des bibliothèques Python nécessaires (02:09)
Importation et aperçu du jeu de données (03:20)
Opérations de base : premières lignes, dernières lignes, forme, colonnes et types de données (04:56-06:26)
Nettoyage des données : conversion des types de données, suppression de colonnes, renommage de colonnes, gestion des valeurs manquantes et des doublons (06:26-13:50)
Résumé des données catégorielles et visualisation des tendances (13:50-17:15)
Analyse des tendances d'achat au fil du temps (17:15-19:37)
Résumé des résultats (19:37)
Que vous vous prépariez à un entretien d'analyste de données ou que vous débutiez dans l'analyse de données, cette vidéo vous aidera à acquérir des compétences fondamentales en AED. Si vous trouvez ce contenu utile, n'oubliez pas de liker, partager et vous abonner pour plus de tutoriels sur l'analyse de données !
----------------------
----------------------
----------------------
Horodatage :
----------------------
00:00 Intro
00:24 À propos du jeu de données
00:52 Générez vos données avec ChatGPT
02:09 Bibliothèques à installer/importer
02:54 Chemin vers le fichier
03:20 Aperçu du fichier
04:05 Changer l'affichage max_rows max_columns
04:56 Voir les premières lignes
05:15 Voir les dernières lignes
05:35 Vérifier la forme de vos données
05:50 Obtenir une liste de colonnes
06:00 Types de données
06:26 Convertir un objet en datetime
07:07 Statistiques (.describe)
08:24 Supprimer des colonnes
10:20 Renommer des colonnes
11:36 Vérifier les valeurs NA
12:10 Doublons
12:36 Supprimer les doublons
13:50 Résumés des données catégorielles
14:34 Visuels pour les données catégorielles
17:15 Tendance d'achat au fil du temps
19:37 Résumé des résultats
🎥 D'autres vidéos qui pourraient vous intéresser
----------------------
----------------------
À propos de moi
----------------------
Bonjour, je m'appelle Karina et je suis une personne de la finance devenue personne de données.
Ma mission est de transformer la technologie intimidante en outils accessibles. Je vise à permettre à 1 million de personnes d'exploiter la puissance de l'IA, de Python, de SQL et d'Excel pour travailler plus intelligemment, pas plus durement.
Contact
----------------------
Youtube : les commentaires Youtube sont de loin le meilleur moyen d'obtenir une réponse de ma part !
email pour les demandes professionnelles uniquement : karinadatascientist@gmail.com
----------------------
Réseaux sociaux :
----------------------
#pythonprogramming #dataanalysis #dataanalytics