my-datalib-sirine 0.1.0

No project description provided

DataLib

DataLib est une bibliothèque Python dédiée à la manipulation, l'analyse et la visualisation de données. Elle offre des fonctionnalités pour charger, nettoyer, analyser et visualiser des données de manière simple et efficace.

Fonctionnalités principales

1. Manipulation des données

• Chargement de données : Chargement de fichiers CSV dans des DataFrames à l'aide de read_csv.
• Écriture de données : Enregistrement des DataFrames dans des fichiers CSV avec write_csv.
• Traitement des valeurs manquantes : Remplissage des valeurs manquantes avec des méthodes comme la moyenne, la médiane ou le mode via fill_missing_values.

2. Calcul des statistiques

• Statistiques descriptives : Calcul des principales statistiques sur les colonnes numériques (moyenne, médiane, écart-type, mode) avec des fonctions comme calculate_mean, calculate_median, calculate_std, et calculate_mode.
• Corrélation : Calcul de la corrélation entre deux séries de données avec calculate_correlation.
• Statistiques automatiques : Calcul automatique des statistiques pour toutes les colonnes numériques d'un DataFrame avec calculate_statistics.

3. Visualisation des données

• Histogrammes : Visualisation de la distribution des données avec des histogrammes via plot_histogram.
• Nuages de points : Génération de nuages de points pour explorer les relations entre deux séries de données avec plot_scatter.
• Matrice de corrélation : Affichage d'une matrice de corrélation pour visualiser les relations entre toutes les colonnes numériques d'un DataFrame avec plot_correlation_matrix.

4. Analyse avancée

• Régression linéaire : Application d'un modèle de régression linéaire sur des données avec linear_regression.
• Régression polynomiale : Application d'une régression polynomiale pour ajuster des courbes de degré supérieur avec polynomial_regression.
• Clustering K-means : Application de l'algorithme de clustering K-means pour regrouper des données avec kmeans_clustering.
• Analyse en Composantes Principales (PCA) : Réduction de la dimensionnalité des données avec PCA via pca_analysis.
• Classification k-NN et arbre de décision : Classification des données avec les modèles k-NN (knn_classification) et arbre de décision (decision_tree_classification).

Installation

DataLib peut être installé facilement via pip :

pip install datalib

Ou via Poetry :

.. code-block:: bash

   poetry add datalib

Utilisation

---

Voici un exemple d'utilisation de la bibliothèque :

.. code-block:: python

import pandas as pd from datalib.manipulation import read_csv, write_csv, fill_missing_values from datalib.data_statistics import calculate_mean, calculate_statistics from datalib.visualization import plot_histogram from datalib.analysis import linear_regression

Charger un dataset CSV

file_path = 'path_to_your_data.csv' data = read_csv(file_path)

Remplir les valeurs manquantes

data_filled = fill_missing_values(data)

Calculer la moyenne d'une colonne spécifique

mean_value = calculate_mean(data_filled['column_name']) print(f"La moyenne de la colonne est : {mean_value}")

Calculer les statistiques pour toutes les colonnes numériques

calculate_statistics(data_filled)

Visualisation des données

plot_histogram(data_filled['column_name'], title="Histogramme de la colonne_name")

Régression linéaire

X = data_filled[['feature1']] y = data_filled['target'] model = linear_regression(X, y) print(f"Coefficients de la régression linéaire : {model.coef_}")

Licence

---

Ce projet est sous licence MIT - voir le fichier LICENSE pour plus de détails.

Documentation complète

La documentation complète de DataLib est disponible dans le dossier docs/, générée avec Sphinx.

Contribuer

Les contributions à DataLib sont les bienvenues. Pour contribuer, suivez ces étapes :

Fork ce projet. Créez une branche pour votre fonctionnalité (git checkout -b feature-name). Committez vos changements (git commit -am 'Add feature'). Poussez la branche (git push origin feature-name). Ouvrez une Pull Request.