Calendrier des cours

Tutoriel Python

• Tutoriel Python
• Introduction à Python
• Introduction à Python
• Syntaxe Python
• Commentaires Python
• Variables Python
• Types de données Python
• Nombres Python
• Casting Python
• Chaînes de caractères Python
• Booleen Python
• Opérateurs Python
• Listes Python
• Tuples Python
• Ensembles Python
• Dictionnaires Python
• If Else Python
• Boucle While Python
• Boucle For Python
• Fonctions Python
• Lambda Python
• Tableaux Python
• Classes/objets Python
• Héritage Python
• Iteration Python
• Portée Python
• Modules Python
• Dates Python
• JSON Python
• RegEx Python
• PIP Python
• Try Except Python
• Entrée de commandes Python
• Formatage de chaînes de caractères Python

Traitement de fichiers

• Ouvrir un fichier Python
• Lire un fichier Python
• Écriture/creation de fichiers Python
• Supprimer un fichier Python

Python NumPy

• Introduction à NumPy
• Introduction à NumPy
• Création d'un tableau NumPy
• Indexage des tableaux NumPy
• Coupe des tableaux NumPy
• Types de données NumPy
• Copies / vues NumPy
• Forme des tableaux NumPy
• Redimensionnement des tableaux NumPy
• Iteration des tableaux NumPy
• Concaténation des tableaux NumPy
• Séparation des tableaux NumPy
• Recherche des tableaux NumPy
• Tri des tableaux NumPy
• Filtrage des tableaux NumPy
• Aléatoire NumPy
• ufuncs NumPy

Apprentissage automatique

• Introduction
• Modèle de médiane moyenne
• Écart type
• Valeur percentile
• Distribution des données
• Distribution normale des données
• Graphique de nuage de points
• Régression linéaire
• Régression polynomiale
• Régression multiple
• Échelle
• Entraînement/Tests
• Arbre de décision

Python MySQL

• MySQL Introduction
• MySQL Créer la base de données
• MySQL Créer la table
• MySQL Insérer
• MySQL Sélectionner
• MySQL Où
• MySQL Trier Par
• MySQL Delete
• MySQL Drop Table
• MySQL Update
• MySQL Limit
• MySQL Join

Python MongoDB

• MongoDB Introduction
• MongoDB Créer la base de données
• MongoDB Créer la collection
• MongoDB Insérer
• MongoDB Trouver
• MongoDB Requête
• MongoDB Trier
• MongoDB Delete
• MongoDB Supprimer la collection
• MongoDB Update
• MongoDB Limit

Manuel de référence Python

• Aperçu de la référence Python
• Fonctions intégrées Python
• Méthodes de chaînes Python
• Méthodes de listes Python
• Méthodes de dictionnaires Python
• Méthodes de tuples Python
• Méthodes de collections Python
• Méthodes de fichiers Python
• Mots-clés Python

Manuel de référence des modules

• Module aléatoire
• Module de requête

Python How To

• Supprimer les éléments répétés de la liste
• Inverser une chaîne

Exemple Python

• Exemple Python
• Quiz Python

Cours optionnel

Recommandation de cours :

• CodeW3C.com Boîte à outils

Distribution des données (Data Distribution)

Dans la partie précédente de ce tutoriel, nous avons utilisé uniquement une très petite quantité de données dans des exemples, afin de comprendre différents concepts.

Dans le monde réel, les ensembles de données sont beaucoup plus grands, mais au moins au début du projet, il est difficile de collecter des données du monde réel.

Comment obtenons-nous de grands jeux de données ?

Pour créer de grands jeux de données pour les tests, nous utilisons le module NumPy en Python, qui est livré avec de nombreuses méthodes pour créer des jeux de données aléatoires de toute taille.

Exemple

Créer un tableau contenant 250 nombres flottants aléatoires entre 0 et 5 :

import numpy
x = numpy.random.uniform(0.0, 5.0, 250)
print(x)

Exécuter l'instance

Histogramme

Pour visualiser le jeu de données, nous pouvons dessiner un histogramme des données collectées.

Nous utiliserons le module Matplotlib en Python pour tracer les histogrammes :

Exemple

tracer les histogrammes :

import numpy
import matplotlib.pyplot as plt
x = numpy.random.uniform(0.0, 5.0, 250)
plt.hist(x, 5)
plt.show()

Résultat :

Exécuter l'instance

Explication de l'histogramme

Nous avons tracé 5 histogrammes avec l'exemple du tableau précédent.

La première colonne représente combien de valeurs sont entre 0 et 1 dans le tableau.

La deuxième colonne représente combien de nombres sont entre 1 et 2.

etc.

Les résultats que nous obtenons sont :

52 valeurs sont entre 0 et 1
48 valeurs sont entre 1 et 2
49 valeurs sont entre 2 et 3
51 valeurs sont entre 3 et 4
50 valeurs sont entre 4 et 5

Remarque :Les valeurs de tableau sont des nombres aléatoires et les résultats affichés sur votre ordinateur ne seront pas complètement identiques.

Distribution des grandes données

Un tableau contenant 250 valeurs n'est pas grand, mais maintenant vous savez comment créer un ensemble de valeurs aléatoires et, en changeant les paramètres, vous pouvez créer des ensembles de données de la taille souhaitée.

Exemple

Créez un tableau avec 100000 nombres aléatoires et affichez-les avec un histogramme de 100 colonnes :

import numpy
import matplotlib.pyplot as plt
x = numpy.random.uniform(0.0, 5.0, 100000)
plt.hist(x, 100)
plt.show()

Exécuter l'instance

Boîte à outils

Manuel de référence Python

Exemple Python

Quiz Python

Liens de sponsors