PANDAS PYTHON Français - Introduction + Analyse du Titanic (17/30)
Vložit
- čas přidán 2. 07. 2024
- Ce tutoriel python français vous présente Pandas : la libraire python la plus importante pour l'analyse de données et le data science. Pandas ressemble beaucoup à Excel dans python, mais surpasse de loin les capacités d'Excel en matière d'analyse de data analysis.
Ce tutoriel français vous présente les fonctions d'analyses les plus simples et les plus importantes en faisant l'analyse d'un dataset très célèbre: le Dataset des Passagers du Titanic.
Timecode la vidéo:
PARTIE 1: Analyse des données du TITANIC !
0:00 Intro
01:12 Importer vos données dans python : pd.read_csv()
02:18 Inspecter un Dataframe : shape, head, columns
03:22 Éliminer les colonnes inutiles: drop()
04:23 Statistiques rapides: describe()
05:13 Les données manquantes dans Pandas : fillna() dropna()
07:08 Value_counts et graphiques matplotlib !
08:26 Groupby : équivalent des pivot table de Excel dans Pandas
PARTIE 2: DATAFRAMES ET SÉRIES dans les DÉTAILS
10:11 DataFrame et Séries
12:08 Indexing et Slicing
13:58 Iloc et loc
15:45 Exercice de Feature Engineering
► TÉLÉCHARGEZ LE DATASET DU TITANIC:
github.com/MachineLearnia/Pyt...
► Me soutenir financièrement sur Tipeee ou Utip (et obtenir des vidéos BONUS)
fr.tipeee.com/machine-learnia
utip.io/machinelearnia/
► REJOINS NOTRE COMMUNAUTÉ DISCORD
/ discord
► Documentation Pandas
pandas.pydata.org/pandas-docs...
► MON SITE INTERNET EN COMPLÉMENT DE CETTE VIDÉO:
machinelearnia.com/
► Recevez gratuitement mon Livre:
APPRENDRE LE MACHINE LEARNING EN UNE SEMAINE
CLIQUEZ ICI:
machinelearnia.com/apprendre-...
► Téléchargez gratuitement mes codes sur github:
github.com/MachineLearnia
► Abonnez-vous : / @machinelearnia
► Pour En Savoir plus : Visitez Machine Learnia : machinelearnia.com/
► Qui suis-je ?
Je m’appelle Guillaume Saint-Cirgue et je suis Data Scientist au Royaume Uni. Après avoir suivi un parcours classique maths sup maths spé et avoir intégré une bonne école d’ingénieur, je me suis tourné vers l’intelligence artificielle de ma propre initiative et j’ai commencé à apprendre tout seul le machine learning et le deep learning en suivant des formations payantes, en lisant des articles scientifiques, en suivant les cours du MIT et de Stanford et en passant des week end entier à développer mes propres codes.
Aujourd’hui, je veux vous offrir ce que j’ai appris gratuitement car le monde a urgemment besoin de se former en Intelligence Artificielle.
Que vous souhaitiez changer de vie, de carrière, ou bien développer vos compétences à résoudre des problèmes, ma chaîne vous y aidera.
C’est votre tour de passer à l’action !
► Une question ? Contactez-moi: contact@machinelearnia.com
Merci infiniment , rien ne peut exprimer la joie que j'ai d'avoir tomber sur cette formation qui m'aide beaucoup dans ma carrière de Data scientiste
Un immense bravo pour vos qualités pédagogiques !!!!
Très utile l'ajout des timecodes depuis les dernières vidéos. Cette chaîne c'est comme le vin, ça se bonifie avec temps !!!
Merci beaucoup !
Tout simplement le meilleur cours de Pandas que j'ai vu sur internet !
Aucun mot ne peut exprimer ma gratitude envers vous, vos vidéos sont très pédagogiques, votre démarche est très généreuse et ça répond exactement à mon besoin (Je fais un master Big Data) maintenant je Like avant de regarder la vidéo. Mille mercis
C'est un bonheur de pouvoir vous aider Nadia ! Bravo et bon courage pour votre Master ! :)
C'est vraiment un travail de dingue ce que tu fais tu ajoutes plein de contenu à chaque nouvelle vidéo, tu es disponible pour tout le monde malgré la communauté qui se veut toujours plus importante franchement chapeau!
Merci beaucoup, ta reconnaissance fait tres plaisir :) Parfois je loupe un ou 2 commentaire, mais c'est rare j'essaie vraiment de repondre a tout le monde.
Vidéo très pédagogique. Tu vas vraiment à l'essentiel sans faire des bavardages inutiles. Merci et courage pour ton travail.
Je suis honoré de l'apprendre, merci !
C'est absolument excellent tes tutos. Merci beaucoup !
Merci beaucoup et de rien :)
Etant en reconversion, votre série de vidéos sur le ML et plus particulièrement Python me sont très utiles, elles sont très accessibles et faciles à comprendre. Merci
De rien, merci a vous :)
Même en 2024 cette vidéo m'est toujours utile. Merci infiniment ❤
oui je confirme a l'instant même
La vidéo est vraiment de qualité ! Bien plus explicite que des cours sur Udemy ! Un grand merci !
Merci beaucoup, ca fait plaisir :)
Si tous les professeurs étaient comme toi, la terre serait un paradis. J'ai appris de toi ce que je n'ai pas appris de mes professeurs dans mon master d'apprentissage automatique.
Merci beaucoup Monsieur et bonne continuation.
svp la suite de cette video existe?
@@arsenedydykouadio1520 oui il faut regarder dans la playlist en entrant complètement dans sa chaine youtube et tu verras la suite au numéro 18/30 puisque si tu regardes bien le titre de la vidéo c'est 17/30 où nous sommes.
C'est toujours un vrai régal. Merci
Merci beaucoup :)
Hello,
Merci pour cette superbe chaîne. Toutes les informations sont super bien expliquées et bien détaillées.
Merci encore et surtout t'arrêtes pas :)
Merci beaucoup !
C'est vraiment formidable 🙏🏽🙏🏽
C'est la première vidéo que j'ai vue de votre chaîne. Merci pour votre travail et votre altruisme
Merci beaucoup, bienvenue dans notre communauté ! :)
Très bonne vidéo encore, continue comme ça. Merci
Merci :)
Video très clair, facile à suivre et riche d'informations. Merci !
Merci ! C'est un plaisir :)
Très bon travail, bien organisé, bien clair.
Un grand merci Guillaume, c'est rare de trouver un travail de cette qualité. Tu me sauves mon ami ;)
Mais de rien :)
Super introduction ! Merci pour cette vidéo :)
Merci beaucoup :)
J'aurais aimé avoir un prof comme vous impossible de qualifier vos contenus tellement que c'est clair et riche
Merci a vous !
Franchement tes vidéos sont vraiment au top du top
merci !
Pandas ouvre les yeux sur un univers infini de possibilités c'est génial bravo Guillaume cette vidéo est magnifique
Merci beaucoup. Vive Pandas !
je cherche à me former en BI.... Un grand merci, c'est tout à fait le genre de vidéo que je recherche !!! très clair à comprendre
Merci ! J'ens suis tres content ! :)
merci bq, ils m'ont invité pour une journée le wagon live, au bout de 3 hours on a rien fait en comparant avec cette vidéo, merci a vous.
Merci beaucoup pour votre retour et bon courage pour la suite :)
Que de temps gagné grace à cette chaine. Merci
Ça me fait très plaisir de l'apprendre, merci ! :)
ta vidéo est géniale, merci je comprends beaucoup mieux les bases de pandas :)
Ca fait tres plaisir de pouvoir aider !
Toujours au top.Je sens que je vas basculer de R vers Python =D. Bravo et nous te soutenons !
Merci beaucoup pour le soutien ! :)
Le meilleure professeur 😅, merci infiniment
On était 1000 abonnés en Octobre 2019 et on est plus de 6000 en Janvier 2020 , c'est un résultat de vos vidéos hyper jolies Merci beaucoup à vous !
Merci ! C'est aussi grace a vous qui étiez présent avant les 1000 abonés et qui etes encore la aujourd'hui !
et plus de 150K en 2024 !!!
Merci pour cette vidéo,j'ai vraiment aimé
Merci beaucoup
Un merci du fond du coeur
Vraiment très explicite. Merci un cour suivie et j'arrive à avancer sur mon projet.
Merci beaucoup ca me fait très plaisir comme retour ;)
Eh bien c'est tout simplement génial pour débuter. Merci beaucoup :)
De rien :)
un grand merci, tu m'as sauvé la vie
Carrément !? Que ce passe-t-il ? un projet a rendre en urgence ?
Ca me fait plaisir :)
@@MachineLearnia vous m'avez aidé à préparer un cours. encore une fois merci
Très bonne vidéos, t'as sauvé mon cours d'exploitation de base de donnée
Je suis heureux de l'apprendre ! merci a toi :)
je suis étudiante en master "digital text analysis". Je viens d'avoir un bootcamp d'introduction à python ponctué d'un examen que j'ai raté allègrement (notamment) parce que je n'avais rien compris du tout à "pandas", sur lequel la plupart de l'examen portait. Nous avons travaillé sur ces données du Titanic en classe mais je n'avais pas compris une seule ligne de code. J'ai acheté une adhésion à DataCamp pour m'aider mais rien n'y a fait.
Et puis je viens de tomber sur votre chaîne! Vous êtes un excellent professeur! Je m'apprête à regarder chacune de vos vidéos excellement expliquées! Merci infiniment.
Je suis navré que vous n'ayez pas réussi votre premier examen, mais ne vous en faite pas, vous aurez l'occasion de vous rattraper ! C'est super si a présent vous avez bien compris tout ca ! :) Si le machine learning vous intéresse également, vous pouvez télécharger mon livre gratuit sur mon site Internet (le lien est dans la description)
Allez, gardez la motivation et bon courage dans vos études ! :D
@@MachineLearnia merci de me répondre! :) J'ai déjà téléchargé votre livre. Je suis sûre qu'il m'aidera! :)
Merci pour ces tutos.
Ca me fait plaisir ! Merci de les suivre :)
Bonjour et merci pour votre travail!
Actuellement en reconversion professionnelle dans le domaine de la data et de l'IA, je ne peux que recommander vos vidéos!
Pour ceux qui ont eu du mal à charger le dataset malgré le fait de le mettre dans le même dossier que votre notebook. Il m'est arrivé la même chose !
Cela peut être dû a JupyterLab qui est moins stable que Jupyter Notebook.
J'ai fermé JupyterLab puis j'ai ouvert sur Jupyter Notebook et problême résolu!
Retourner sur JupyterLab et là même en relançant votre kernel, surprise le dataset se charge correctement!
Voilà 1er jour et 1ère participation ^^
A plus
Merci beaucoup Vincent ! Et merci d'avoir partager ton astuce !
rien n'a dire . Merci beaucoup pour toutes ces explications .
Belle vidéo très bien expliquer je m'abonne !
Merci beaucoup :)
MERCI BRO , C'EST TRES INTERESSANT LE CONTENU , UNE FOIS DE PLUS MERCI, JE SUIS NOUVEAU SUR LA CHAINE
Bienvenue a toi alors :)
vraiment c´est merveilleux. je dirai la suite...
Super vidéo merci ❤️❤️❤️
De rien ! :)
vidéo clair, facile à suivre
Merci pour votre réponse.
Quand je t'appe le code:
Pd.read_excel('hh.xls')
Le fichier ne télécharge pas ??
Merci infiniment, c'était claire !!
je veux vous remercier pour cette excellente formation vraiment m a beaucoup aider dans mes etudes.
super la vidéo ! merci
Merci
Encore une excellente vidéo qui me permet de faire le lien avec Excel que j'utilise au quotidien
Je suis content que cela vous aide :)
Bonjour, j'ai connu votre chaîne moins d'un mois de cela et je me las pas de vos video... J'apprends le machine learning à travers vos vidéo...vraiment très pratique et jespere qu'à la fin de la 30iem vidéo je serai un expert du domaine Hahaaa...vraiment courage à vous !
Bonjour et bravo d'avoir fait tout ce chemin en moins d'UN mois ! Félicitations ! Le chemin pour devenir data scientist est long mais je me donne comme mission que les gens qui me suivent atteignent TOUS leurs objectifs un jour !
@@MachineLearnia c'est ça l'objectif ! En plus j'apprends facilement avec vous...vos explication sont compréhensives. Et je suis plus que déterminé pour devenir un data scientist.
j'adore. C'est très explicite
Merci !
super tuto simple à comprendre, merci
Je vous en prie !
Salut Guillaume belle vidéo comme d'habitude puissance force courage à toi merci pour le lien
Merci beaucoup ! Que la force soit avec toi également :)
Bravo et merci pour ces tutos, même si dans mon cas c'est plus la découverte et la curiosité car a 70ans et retraité, je n'ai pas d'application concrète à développer ! Mais c'est très intéressant et sa complète mon expérience en python.
Merci a vous ! Je suis tres heureux de pouvoir proposer mon contenu a des gens curieux comme vous :)
Excellente explication. Merci
Je vous en prie.
vraiment mercii beaucoup
C'est un plaisir de produire ces vidéos. merci !
merci infiniment Guillaume génial
Merci :)
@@MachineLearnia je vous en prie
merci infiniment
Je vous en prie, merci beaucoup !
J'ai vraiment aimé cette vidéo
T'es le meilleur Guillaume :)
Merci :)
@@MachineLearnia Mais tu n'a pas repondu concernant mon probleme de jupyter
Merci !
Lourd
Ahah !
Je me demandais quel était l'intérêt de Pandas vs une base de données, même en ram genre SQLite. Là, je crois cerner l'intérêt en voyant qu'on peut y faire des slices, des masques, bref, bien plus pythonesque et concis si j'ai bien compris. Je viens du vieux monde, merci pour cette encore excellente vidéo !
Merci pour le commentaire. Oui Pandas est vraiment puissant et pratique. Il a été développé par des organisme de l'industrie Financière.
merci pour cette vidéo
époustouflant
Merci
Super, comme d'hab !
Merci beaucoup :)
thanks man,
excellent
Thanks!
Good choice!
Bonjour
Nous serons très heureux que vous venez sur les fonctions discriminantes dans la reconnaissance des formes
je vais le faire, merci ! :)
Je vois kaggle arriver au loin x)
Pour mon plus grand plaisir.
Aaah Kaggle, je compte faire BEAUCOUP de vidéos dessus, mais pas dans l'immédiat (je vais poursuivre la série Python pour les prochaines semaines) :D
Stay tuned !
Bonjour,
Superbe collection de vidéo . Elles sont très pédagogiques;
Avez-vous fait ou ferez-vous une vidéo expliquant comment créer un dataset à partir de ses propres images par exemple dans le cadre d' une classification?
Merci encore
Bonjour et merci beaucoup ! Oui je compte faire plusieurs vidéos pour faire de la vision par ordinateur sur vos propres images (d'ici quelques mois)
Salut Guillaume! La correction de l'exercice en fin de vidéo se trouve dans quelle vidéo? (Je n'ai rien trouvé dans la vidéo 18). Merci pour ta réponse 👍
Salut ! La réponse est bien dans la vidéo 18 (avant l'exercice sur le bitcoin)
Ok je la pensais en fin de vidéo! Merci!
merci bcp
Merci beaucoup pour vos vidéos (TOP DU TOP). Dans un DataFrame déjà constitué et rempli, est-il possible d'inclure ( copier/coller) des colonnes d'un autre tableau (provenant d'Excel, par exemple )? Merci d'avance.
merci beaucoup
Excellente vidéo et super intéressante merci encore, j'ai une question si on supprime tout les valeurs NAN du dataset avec dropna() ça risque de biaiser notre modèle d'apprentissage après ? merci
Merci :)
Oui... et non. Tout dépend ! Si les données qui sont supprimées sont distribuées normalement a travers les classes du Dataset, alors le risque de biais est faible. Si en revanche les données NaN sont toutes liées a une situation particuliere , alors le modele sera en effet "biaisé" (ce n'est pas le vrai terme pour parler de ca) car il n'aura jamais vu des données correspondant a une situation particuliere.
@@MachineLearnia merci bcp
@@90fazoti de rien, c'était une bonne question qui méritait une réponse adéquate ! :)
👍🏻👍🏻👍🏻
merci
Merci pour la vidéo
Peut tu nous faire une ainsi concernent le réseau U-Net et la bibliothèque Keras?
woooowww très cool. Merci infiniment
Merci content de savoir que la vidéo vous a plu !
Excellent !
Cependant, pourquoi à 15:02 on a 3 lignes qui sortent alors qu'on a écrit data.loc[0 : 2 , ['age','sex'] ] ? Nous devrions avoir que les lignes d'index 0 et 1 non ?
Il est possible que j'ai executé une cellule, puis changé le code, et que j'ai oublié d’exécuter la cellule... Mais en effet tu as raison
Bonjour, merci pour la richesse et clarté de vos tutoriels. A la fin de la vidéo quand vous expliquez les méthodes de mask puis de boolean indexing je rencontre une erreur avec la ligne '
Pour etre sur de votre erreur, il faudrait venir sur notre discord pour partager votre erreur dans les détails.
Thxx ❤❤❤🇹🇳
You are welcome :)
bonsoir monsieur, j'ai un problème avec le chargement du dataset du titanique que j'ai téléchargé . Au niveau de spyder, quand je le charge, on me dit un truc du genre fichier introuvable que dois je faire ? merci .
Slt Guillaume ! du coup le fichier excel doit-être importé dans le Jupyter ou pas? Merci d'avance
Salut, oui il faut importer le fichier Excel dans ton dossier de travail dans Jupyter
@@MachineLearnia merci Guillaume c'est très gentil... les cours sont vraiment magnifique
Salut, super série. Merci pour ton partage.
Y a un petit typo à 2:28, un point traine sur df.['column'].value_counts() entre df et ['column'].
Merci encore.
Merci beaucoup pour avoir remarquer cela ! :)
salut, j'arrive pas a ouvrir le fichier il affiche un message d'erreur "[Errno 2] No such file or directory: 'titanic3.xls'
" je sais pas prq ?
Salut, as-tu penser a mettre ton fichier dans ton répertoire de travail ? Il faut faire cela depuis l'explorateur Jupyter.
@@MachineLearnia merci beaucoup pour votre réponse bro c'est fait.
@@n.moussaoui2608 Super ! :)
Bonjour Guillaume,
Merci beaucoup encore une fois pour la qualité de tes vidéos elles sont vraiment excellentes.
j'ai une question concernant groupby est ce possible de grouper par une fonction (mise en forme de valeurs) ou uniquement par colonne?
Pour illustrer mon propos, j'ai une colonne avec des code insee et je voudrais grouper par département, donc les 2 premiers caractères du code insee. Je n'ai pas trouvé d'information sur le site pandas...merci d'avance
j'ai essayé sans succès :
in[19]
df.groupby(['entite',df['code_insee'].astype(str).str[0:2]).sum()
in[20]
dept = df['code_insee'].astype(str).str[0:2]
df.groupby(['entite',dept).sum()
:x
Merci beaucoup. Dans cette situation, je créerai tout simplement une colonne temporaire qui contient les 2 premiers caractères sur code insee pour ensuite effectuer cette opération de groupby.
@@MachineLearnia Merci beaucoup, tes vidéos sont vraiment très enrichissantes et poussent à aller plus loin. Bravo !
Salut Guillaume, quel bonheur tes vidéos!! Idéal et nettement plus "user friendly" que de se plonger dans les docs officielles ;-). Je me demandais s'il était possible d'accéder à des "chapitres" précis de la vidéo sans avoir besoin de la parcourir complètement pour pouvoir revenir sur certaines fonctions... Est-ce qu'il y a un descriptif de tes vidéos? Un grand merci à toi.
De716
Hello et merci a toi. Alors pour info je suis en train de préparer un petit livre qui résume toutes les fonctions qu'on a vu dans cette série de vidéos.
Et sinon au bas de chaque vidéo il y a dans la description la timeline pour accéder plus rapidement aux différents cahpitres.
Ah super j’avais pas vu. Et c’est top pour le livre, encore merci pour ce partage de tes connaissances ça aide beaucoup la communauté !!
@@MachineLearnia Salut Guillaume, j'ai une question au sujet des masques : est-il possible d'utliser un dataframe comme masque d'un dataframe plus grand? J'ai en fait une base de questions, avec en index le nom des objectifs et pour chaque objectif correspondent des questions avec un niveau de taxonomie spécifique... Le template pour faire l'exam est un tableau avec une partie de ces mêmes objectifs et des niveaux de taxonomie. J'aimerais donc utiliser ce template pour aller sélectionner directement toutes les questions correspondantes à ces objectifs et taxonomies... Est-ce faisable? Mille merci encore pour tes vidéos.de716
Je suis vos séries, et vraiment j'avance bien avec vous, du coup je vous demande de nous faire une vidéo d'analyse de base de données " Chicago crime"
Merci
J'ai prévu de le faire en 2021, c'est parfait ! ^^
@@MachineLearnia merci infiniment , j'attends avec impatience
Salut, vous utilisez quoi pour afficher les data directement dans localhost ?
Bonjour, super vidéo ! Petite question, est-il possible pour l'exercice d'ajouter un champ au lieu de recalculer le tout dans le champ âge ? Et, est-il possible de faire un undo après une fausse manœuvre ou il faut tout recommencer du début ? Sinon peut-on faire une copie du dataframe avant ? Merci !
pour faire un nouveua champ, il suffit de créer une autre colonne en effet. Et oui pour faire un retour en arriere, il faut faire une copie de votre DF.
Bonjour, pourrais-je savoir sur quoi vous codez? Sinon super vidéo, je ne connaissais pas votre chaine auparavant mais elle m'est bien utile ^^
Merci Near et bienvenue sur la chaine alors !
Dans les vidéos je code avec Jupyter Notebook (parce que c'est pratique pour le format de video que je fais) Jupyter Notebook est également très utile quand on fait de l'analyse de données.
Sinon j'utilise spyder et pycharm pour construire des programmes plus long et linéaires. Tu peux utiliser l'IDE que tu préfères, ca n'a pas grande importance.
Merci , svp des autres projets
il y en a pleins d'autres sur la chaine
merci pour vous vidéos, j'ai un problème pour télécharger mon dossier excel dans Jupiter (comment ajouter mon excel a mon escape de travail),
merci.
Bonjour, avez-vous essayé d'importer le fichier excel en cliquant sur le bouton "upload" situé en haut a droite du navigateur Jupyter ?
@@MachineLearnia merci bq :) , c fait
@@chaymaemakri8903 Super ! :D
Merci :)
de rien :)
Merci beaucoup. Peut on faire sur pandas des états, des formulaires ? Peut on retrouver les formules comme sur excel ?
Bonjour, j'ai du mal a comprendre votre question désolé
Bonjour depuis la Mauritanie.
excellente vidéo.
je voudrais savoir la différence entre utilisation de raw et celui de data sur pandas
Raw c'est pour les données brutes, data c'est les données pré-traitées. En général.
Juste pour info et si j'ai bien compris la session iloc (et loc par la même occasion).
Quand on a data.iloc[1, 2], le chiffre 2 fait que la deuxième colonne est prise.
Quand on a data.iloc[1:2, 0:2], le chiffre 2 fait que la première colonne est prise mais pas la deuxième colonne.
Merci Pandas...
C'est une chose commune a beaucoup d'outils de Slicing, et a la base on retrouve ca dans Numpy, et dans les listes (on l'a vu au début de la série).
Attention aussi l'index 2 réfère a la 3ieme colonne ! (mais ca je pense que tu l'as compris ^^ )