DataLib

DataLib est une bibliothèque Python simple pour la manipulation, l'analyse et la visualisation des données. Elle fournit des outils pratiques pour normaliser des données, gérer les valeurs manquantes, calculer des statistiques descriptives et créer des visualisations courantes.

Fonctionnalités

• Chargement et traitement des données :

  • Chargement de fichiers CSV.
  • Normalisation des colonnes numériques.
  • Gestion des valeurs manquantes (remplissage ou suppression).

• Statistiques descriptives :

  • Calcul de la moyenne, médiane et écart-type.
  • Analyse des corrélations entre colonnes.

• Visualisation :

  • Histogrammes.
  • Matrices de corrélation.

Installation

Vous pouvez installer la bibliothèque directement via pip après publication sur PyPI :

pip install datalib

Exemples d'utilisation

1. Chargement et traitement des données

Charger un fichier CSV :

import DataLib

data = DataLib.load_csv("path_to_file.csv")

Normaliser les colonnes numériques :

normalized_data = DataLib.normalize(data)

Gérer les valeurs manquantes (remplissage avec la moyenne) :

clean_data = DataLib.fill_missing_values(normalized_data, method='mean')

2. Statistiques descriptives

Calculer la moyenne, la médiane et l'écart-type :

mean = DataLib.mean(data)
median = DataLib.median(data)
std_dev = DataLib.std(data)

Analyser les corrélations entre les colonnes :

correlation_matrix = DataLib.correlation(data)

3. Visualisation des données

Créer un histogramme pour une colonne spécifique :

DataLib.plot_histogram(data, column='age')

Créer une matrice de corrélation :

DataLib.plot_correlation_matrix(data)