Scribd
Upload
14 views2 pages

PDF Differents Grafiques

grafiques data analyses

Uploaded by

quentin
Copyright
© © All Rights Reserved
We take content rights seriously. If you suspect this is your content, claim it here.
Available Formats
Download as PDF, TXT or read online on Scribd
14 views2 pages

PDF Differents Grafiques

grafiques data analyses

Uploaded by

quentin
Copyright
© © All Rights Reserved
We take content rights seriously. If you suspect this is your content, claim it here.
Available Formats
Download as PDF, TXT or read online on Scribd
You are on page 1/ 2

Powered by AI

Copilot

Cours Complet sur les Types de Graphiques Utilisés dans l’Analyse de Données

1. Introduction Les graphiques sont des outils précieux pour représenter visuellement des données. Ils
permettent de comprendre rapidement les tendances, les relations et les comparaisons entre différents
éléments.

2. Types de Graphiques Il existe plusieurs types de graphiques utilisés dans l’analyse de données. Chaque
type a ses propres caractéristiques et utilisations spécifiques. Voici quelques-uns des types de graphiques
les plus couramment utilisés:

Graphique en Barres: Ce type de graphique est idéal pour comparer des quantités entre
différentes catégories.
Graphique Linéaire: Il est utilisé pour représenter les tendances et les changements de données
sur une période de temps.
Graphique en Aires: Il est similaire au graphique linéaire, mais l’espace sous la ligne est rempli,
ce qui donne une idée de la quantité.
Nuage de Points: Il est utilisé pour montrer la relation entre deux variables.
Diagramme Circulaire (ou Pie Chart): Il est utilisé pour montrer les proportions d’un ensemble.
Histogramme: Il est utilisé pour représenter la distribution de fréquence d’un ensemble de
données.
Graphique à Bulles: Il est similaire au nuage de points, mais une troisième dimension est ajoutée
sous forme de bulles.
Diagramme de Venn: Il est utilisé pour montrer les relations entre différents ensembles.
Carte Thermique: Elle est utilisée pour représenter les données sous forme de couleurs.
Diagramme en Boîte (ou Box Plot): Il est utilisé pour montrer la répartition des données
quantitatives de manière à souligner les valeurs médianes, quartiles et valeurs aberrantes.

3. Analyse des Graphiques L’analyse d’un graphique nécessite une compréhension claire des axes, des
valeurs absolues et relatives, des variations, des valeurs aberrantes et des légendes. Il est également
important d’identifier le type de graphique utilisé, car cela peut influencer l’interprétation des données.

4. Création de Graphiques avec Matplotlib et Seaborn Matplotlib et Seaborn sont deux bibliothèques
Python largement utilisées pour la visualisation de données. Voici comment vous pouvez créer différents
types de graphiques avec ces bibliothèques:

Graphique en Barres

import matplotlib.pyplot as plt


data = {'Cat1': 10, 'Cat2': 15, 'Cat3': 7}
names = list(data.keys())
values = list(data.values())
plt.bar(names, values)
plt.show()

Graphique Linéaire

import matplotlib.pyplot as plt


x = [1, 2, 3, 4, 5]
y = [2, 5, 7, 8, 10]
plt.plot(x, y)
plt.show()

Nuage de Points
import seaborn as sns
tips = sns.load_dataset("tips")
sns.scatterplot(data=tips, x="total_bill", y="tip")
plt.show()

Diagramme Circulaire
import matplotlib.pyplot as plt
sizes = [215, 130, 245, 210]
labels = 'Cat1', 'Cat2', 'Cat3', 'Cat4'
plt.pie(sizes, labels=labels)
plt.show()

Histogramme
import matplotlib.pyplot as plt
data = [2, 4, 4, 4, 5, 5, 7, 9]
plt.hist(data, bins=4)
plt.show()

Graphique à Bulles
import matplotlib.pyplot as plt
x = [1, 2, 3, 4]
y = [2, 3, 3, 5]
bubble_size = [10, 15, 30, 45]
plt.scatter(x, y, s=bubble_size)
plt.show()

Carte Thermique
import seaborn as sns
import numpy as np
uniform_data = np.random.rand(10, 12)
ax = sns.heatmap(uniform_data)
plt.show()

Diagramme en Boîte

import seaborn as sns


tips = sns.load_dataset("tips")
sns.boxplot(x=tips["total_bill"])
plt.show()

5. Conclusion La visualisation des données à l’aide de différents types de graphiques est un aspect crucial
de l’analyse de données. Elle permet de raconter l’histoire qui se cache derrière les chiffres et encourage
le public à tirer des enseignements utiles de la présentation.

You might also like