Below you'll find a list of all posts that have been categorized as “python”
Besoin de nettoyer et vectoriser rapidement vos données tabulaires pour du machine learning ?
On vous présente Skrub, une bibliothèque Python développée par l’équipe derrière scikit-learn.
Nettoyage automatique, jointures floues, vectorisation intelligente : en quelques lignes, vos données sont prêtes pour vos modèles.
Vous hésitez entre R et Python pour manipuler vos données ?
Découvrez les équivalences claires entre dplyr et pandas, avec du code et des explications pas à pas.
Un guide complet pour choisir le bon outil et passer facilement de l’un à l’autre.
Vous avez forcément entendu parler du box-plot que l’on appelle aussi boîte à moustache pour sa forme originale.
Ce graphique tout simple permet de résumer une variable de manière simple et visuel, d’identifier les valeurs extrêmes et de comprendre la répartition des observations.
Les nuages de points, ou scatter plots, permettent d’analyser les relations entre deux variables numériques. Cet article explique comment générer des données, utiliser Matplotlib pour tracer ces graphes, et personnaliser les visualisations avec Seaborn. Il aborde également des techniques pour représenter des catégories, ajouter des lignes de régression, et annoter les points.
JupyterLite est une version légère de Jupyter, permettant d’exécuter du code Python directement dans le navigateur, sans aucune installation nécessaire. Elle utilise Pyodide et WebAssembly pour exécuter Python localement. Bien que pratique pour partager des notebooks et réaliser des démos, ses fonctionnalités Python sont parfois limitées.
Polars est une bibliothèque de manipulation de données rapide, conçue pour surpasser Pandas en performances. Grâce à son architecture en Rust et à l’utilisation du format Apache Arrow, Polars optimise le traitement des données volumineuses. Elle propose des fonctionnalités comme le multi-threading, une API paresseuse, et une manipulation intuitive via des expressions.
Coder en python est associé à la notions d’environnements python. Plusieurs outils sont disponibles, lequel choisir ? venv, conda, poetry…
Cet article offre un aperçu comparatif de Streamlit et Dash, deux outils puissants pour la création d’applications web interactives en Python, soulignant leurs forces respectives et aidant les développeurs à choisir l’outil le plus adapté à leurs besoins.
La migration des processus de traitement de données de SAS vers Python est un projet significatif pour toute organisation cherchant à moderniser ses opérations analytiques.
Cette transition ne concerne pas seulement un changement de langage de programmation, mais aussi une transformation culturelle et technique.
Cet article explore les étapes clés de cette migration, tout en mettant en lumière les risques potentiels et les avantages attendus.
Python dans Excel est maintenant une réalité, il est donc temps de se plonger dans cette révolution. Dans cet article, je vous dévoile tout afin de bien comprendre cette intégration de python dans Excel.
