Welcome to the wonderful world of Data Analysis in Python! In this chapter, you'll learn the basics of Python syntax, load your first Python modules, and use functions to get a suspect list for the kidnapping of Bayes, DataCamp's prize-winning Golden Retriever.

Plongez dans Python

Importer des modules Python

Corriger un import erroné

Créer des variables

Créer un flottant

Créer des chaînes de caractères

Corriger les erreurs de chaînes de caractères

Noms de variables valides

S’amuser avec les fonctions

Charger un DataFrame

Corriger une erreur de fonction

À la recherche de suspects

Getting Started in Python

In this chapter, you'll learn a powerful Python libary: pandas.  pandas lets you read, modify, and search tabular datasets (like spreadsheets and database tables).  You'll examine credit card records for the suspects and see if any of them made suspicious purchases.

What is pandas?

Loading a DataFrame

Inspecting a DataFrame

Selecting columns

Two methods for selecting columns

Correcting column selection errors

More column selection mistakes

Selecting rows with logic

Logical testing

Selecting missing puppies

Narrowing the list of suspects

Loading Data in pandas

Get ready to visualize your data! You'll create line plots with another Python module: Matplotlib.  Using line plots, you'll analyze the letter frequencies from the ransom note and several handwriting samples to determine the kidnapper.

Creating line plots

Working hard

Or hardly working?

Adding text to plots

Adding a legend

Adding labels

Adding floating text

Styling graphs

Tracking crime statistics

Playing with styles

Identifying Bayes' kidnapper

Plotting Data with Matplotlib

In this final chapter, you'll learn how to create three new plot types: scatter plots, bar plots, and histograms.  You'll use these tools to locate where the kidnapper is hiding and rescue Bayes, the Golden Retriever.

Making a scatter plot

Charting cellphone data

Modifying a scatterplot

Making a bar chart

Build a simple bar chart

Where did the time go?

Making a histogram

Modifying histograms

Heroes with histograms

Recap of the rescue

Different Types of Plots

Commencez votre parcours en Data Science ! Même si vous n’avez jamais écrit une ligne de code, vous pourrez suivre ce cours et découvrir la puissance de Python pour faire de la Data Science. Vous utiliserez des données pour résoudre le mystère de Bayes, le Golden Retriever kidnappé, et au passage vous vous familiariserez avec la syntaxe de base de Python et des modules populaires de Data Science comme Matplotlib (pour les graphiques) et pandas (pour les données tabulaires).

Les vidéos contiennent des transcriptions en direct que vous pouvez afficher en cliquant sur « Voir la transcription » en bas à gauche des vidéos.
Le glossaire du cours se trouve à droite, dans la section ressources.
Pour obtenir des crédits CPE, vous devez terminer le cours et atteindre un score de 70 % à l’évaluation qualifiante. Vous pouvez accéder à l’évaluation en cliquant sur l’encart des crédits CPE à droite.

Plongez dans la science des données avec Python et analysez vos données avec Pandas et Matplotlib.

Introduction à la Data Science en Python

Noms de variables valides

Exercice interactif pratique