datalib-isimm 0.2.0

Une bibliothèque Python pour la manipulation et l'analyse de données

DataLib

DataLib est une bibliothèque Python conçue pour simplifier la manipulation et l'analyse de données.

Installation

pip install datalib

Fonctionnalités principales

• Manipulation de données
  • Chargement et traitement des fichiers CSV
  • Transformation des données (normalisation, gestion des valeurs manquantes)
• Statistiques
  • Calculs statistiques de base (moyenne, médiane, mode, écart-type)
  • Tests statistiques simples
• Visualisation
  • Graphiques simples (barres, histogrammes, nuages de points)
  • Visualisations avancées (matrices de corrélation)
• Analyse avancée
  • Modèles de régression (linéaire, Ridge)
  • Classification supervisée (k-NN, Random Forest)
  • Méthodes non supervisées (k-means, DBSCAN, PCA)

Exemples d'utilisation

Manipulation de données

from datalib.data import loader, transformer
from datalib.stats import basic
from datalib.viz import basic as viz

# Charger des données
data_loader = loader.DataLoader()
df = data_loader.read_csv("donnees.csv")

# Transformer les données
data_transformer = transformer.DataTransformer()
df_normalized = data_transformer.normalize(df["colonne"])
df_clean = data_transformer.handle_missing_values(df)

# Calculer des statistiques
stats = basic.BasicStats()
moyenne = stats.mean(df["colonne"])
correlation = stats.correlation(df["colonne1"], df["colonne2"])

# Créer des visualisations
plots = viz.BasicPlots()
plots.histogram(df["colonne"], title="Distribution des valeurs")
plots.scatter_plot(df["colonne1"], df["colonne2"], title="Relation entre variables")

Apprentissage supervisé

from datalib.ml.supervised import SupervisedModels

# Régression linéaire
reg_model = SupervisedModels.linear_regression(X, y)
print(f"R² Score: {reg_model['r2']}")
print(f"Coefficients: {reg_model['coefficients']}")

# Classification avec Random Forest
rf_model = SupervisedModels.random_forest_classifier(
    X, y,
    n_estimators=100,
    max_depth=5
)
print(f"Accuracy: {rf_model['accuracy']}")
print("Classification Report:")
print(rf_model['classification_report'])

# Évaluation avec validation croisée
eval_results = SupervisedModels.evaluate_classifier(
    rf_model['model'],
    X, y,
    cv=5
)
print(f"Mean CV Accuracy: {eval_results['mean_accuracy']}")
print(f"Mean CV F1-Score: {eval_results['mean_f1']}")

Apprentissage non supervisé

from datalib.ml.unsupervised import UnsupervisedModels

# Clustering K-means
kmeans_results = UnsupervisedModels.kmeans_clustering(
    X,
    n_clusters=3
)
print(f"Inertia: {kmeans_results['inertia']}")
print("Cluster Labels:", kmeans_results['labels'])

# Analyse en composantes principales (PCA)
pca_results = UnsupervisedModels.pca_analysis(
    X,
    n_components=2
)
print("Variance expliquée:", pca_results['explained_variance_ratio'])

# Clustering DBSCAN
dbscan_results = UnsupervisedModels.dbscan_clustering(
    X,
    eps=0.5,
    min_samples=5
)
print(f"Nombre de clusters: {dbscan_results['n_clusters']}")
print(f"Points de bruit: {dbscan_results['n_noise']}")

# Évaluation du clustering
eval_scores = UnsupervisedModels.evaluate_clustering(
    X,
    kmeans_results['labels']
)
print(f"Score de silhouette: {eval_scores['silhouette_score']}")

Documentation

La documentation complète est disponible sur Read the Docs.

Contribution

Les contributions sont les bienvenues ! Voici comment contribuer :

1. Forkez le projet
2. Créez votre branche de fonctionnalité (git checkout -b feature/ma-fonctionnalite)
3. Committez vos changements (git commit -m 'Ajout de ma fonctionnalité')
4. Poussez vers la branche (git push origin feature/ma-fonctionnalite)
5. Ouvrez une Pull Request

Tests

Pour exécuter les tests :

pytest tests/

Licence

Ce projet est sous licence MIT.