--- jupytext: encoding: '# -*- coding: utf-8 -*-' text_representation: extension: .md format_name: myst kernelspec: display_name: Python 3 (ipykernel) language: python name: python3 language_info: name: python nbconvert_exporter: python pygments_lexer: ipython3 nbhosting: show_up_down_buttons: true title: mosaique pandas --- # mosaique (un peu de tout) +++ *Quand les exercices font partie d'une série d'exercices, faites les dans l'ordre, ils se servent des précédents...** +++ Importer `numpy` et `pandas` indiquer la version des bibliothèques ```{code-cell} ipython3 # votre code ici ``` Importer `pyplot` de `matplotlib` et mettez les plots en mode `notebook` ```{code-cell} ipython3 # votre code ici ``` **[note importante]** avec le mode `notebook`, il est souvent utile de déclarer explicitement que la cellule va produire une figure avec `plt.figure()` (ou autre fonction qui crée une figure ou des sous-figures) sinon votre dessin va être inséré dans la dernière figure ouverte, souvent c'est plus haut dans le notebook... ```python # par exemple, faites plt.figure() # avant de faire plt.plot(X, Y) # ... ``` +++ # Exercices sur la suite de Syracuse +++ ## La suite de Syracuse pour chaque $n\in \mathbb{N^*}$, on définit une suite de Syracuse par: - $u_0 = n$ - $u_{p+1}={\begin{cases}{\dfrac {u_{p}}{2}}&{\mbox{si }}u_{p}{\mbox{ est pair,}}\\3u_{p}+1&{\mbox{si }}u_{p}{\mbox{ est impair.}}\end{cases}}$ +++ ### Les consignes 1. la suite s'arrête après le premier $1$ 1. lever une exception si le type de l'argument n'est pas valide (*TypeError*), pensez à utiliser `isinstance` 1. lever une exception si la valeur de l'argument n'est pas valide (*ValueError*) - pensez à mettre un message explicatif dans vos exceptions 1. mettez un docstring à la fonction +++ ### Implémentation de la suite de Syracuse - implémenter une fonction **syracuse** qui retourne la liste de la suite des nombres de Syracuse pour un $u_0$ donné sous les conditions précédentes +++ par exemple ```python >>> syracuse(10) [10, 5, 16, 8, 4, 2, 1] ``` +++ **Exécutions**: - tester votre fonction dans les cas suivants (n vaut 0, "toto", 4 et 27) en rattrapant les exceptions levées ```{code-cell} ipython3 # EXERCICE def syracuse(n): # votre code ici pass ``` ```{code-cell} ipython3 # pour vérifier syracuse(10) == [10, 5, 16, 8, 4, 2, 1] ``` ```{code-cell} ipython3 # pour vérifier try: syracuse("toto") except TypeError: print("OK your code raises TypeError on a str") ``` ```{code-cell} ipython3 # pour vérifier try: syracuse(-12) except ValueError: print("OK your code raises TypeError on a str") ``` ## Plotter la suite de Syracuse **[indications]:** - attention les sous-figures sont appelées *axis* en matplotlib.pyplot +++ **[rappels]:** - une figure peut être composée de sous-figures - les sous-figures sont appelées des *Axis* (pensez toujours: axis = subfigure) +++ - créer une figure globale de titre *syracuse* - créer six sous-figures en une grille de 2 lignes et 3 colonnes en plottant 6 suites de syracuse - par exemple pour les entrées 4, 8, 12, 5, 10 et 20 - donner la même taille aux sous-figures - donner un titre aux sous-figures ```{code-cell} ipython3 inputs = (4, 8, 12, 5, 10, 20) ``` ```{code-cell} ipython3 # à vous ... ``` # Exercice: vectorization de fonctions +++ - implémenter la fonction valeur absolue sans utiliser `numpy.abs` ni aucune fonction numpy dans le corps de la fonction - créer un `numpy.ndarray` contenant des flottants linéairement espacés entre -100 et 100 - appliquez votre fonction à ce tableau - quel problème constatez-vous ? +++ **[indications]** - si vous voulez que votre fonction ($abs: float \rightarrow float)$ puisse s'appliquer à des tableaux numpy - il faut la vectoriser en utilisant le décorateur `numpy.vectorize` ```{code-cell} ipython3 # votre code ici def abs (n): # votre code ici pass # votre code ici # x = ... # abs(x) # pensez à rattraper l'erreur ``` # 3D plotting +++ - implémentez en utilisant les opérateurs et fonctions numpy une fonction (dans le genre de) $f(x, y) = x^2 + y^2$ - plotter votre fonction en 3D ```{code-cell} ipython3 # votre code ici ``` # Travail sur des fichiers `csv` +++ **[consigne]** - ne pas utiliser de boucles python sur les tableaux *csv* +++ ## Lecture de fichiers csv +++ ### Lecture d'un (petit) csv sans noms de colonnes - créer une *pandas.DataFrame* *df1* à partir du (petit) fichier `data/weight_height_no_names.csv` - il ne comporte pas de noms de colonnes - passer lui la liste des colonnes =["genre", "taille", "poids"] à la création de la DataFrame - afficher la taille de la DataFrame ```{code-cell} ipython3 # à vous df1 = ... ``` ```{code-cell} ipython3 :cell_style: split :lines_to_next_cell: 2 df1 ``` ```{code-cell} ipython3 :cell_style: split :tags: [raises-exception] # ceci doit afficher True df1.shape == (7, 3) ``` ### Lecture d'un (petit) csv avec des lignes de commentaires mais sans noms de colonnes - créer une *pandas.DataFrame* *df2* à partir du (petit) fichier `data/weight_height_no_comments.csv` - les valeurs sont séparées par des ';' - ce fichier comporte 3 lignes de commentaires - il ne comporte pas de noms de colonnes - mettez dans la DataFrame existante la liste de colonnes: ["Gender", "Height", "Weight"] ```{code-cell} ipython3 # le contenu du fichier %cat data/weight_height_no_comments.csv ``` ```{code-cell} ipython3 # à vous df2 = ... ``` ```{code-cell} ipython3 :cell_style: center :tags: [raises-exception] # ceci doit afficher True ( df2.shape == (9, 3) and df2.columns[0] == 'Gender' ) ``` ### Lecture d'un (gros) fichier csv avec le nom des colonnes et sans commentaires - créer une *pandas.DataFrame* *df* à partir du (gros) fichier `data/weight_height.csv` - les valeurs sont séparées par des ';' - la première ligne comporte le nom des colonnes - cette DataFrame servira dans les fonctions suivantes ```{code-cell} ipython3 # votre code ici df = ... ``` ```{code-cell} ipython3 :cell_style: split :tags: [raises-exception] df.head() ``` ```{code-cell} ipython3 :cell_style: split :tags: [raises-exception] # ceci doit afficher True ( df.shape == (10000, 3) and df.columns[0] == 'Gender' ) ``` ## Informations générales sur une DataFrame on veut en savoir plus sur cette DataFrame *df* précédente +++ affichez les types des colonnes ```{code-cell} ipython3 # à vous ``` +++ {"tags": ["level_basic"]} affichez un résumé / des informations générales ```{code-cell} ipython3 # à vous ``` ## Manipulations des colonnes de la DataFrame +++ ### Conversions - convertissez les tailles de *inches* à *mètres* ($cm = in \times 2.54$) - convertissez les poids de *pounds* à *kg* ($kg = \dfrac{lb}{2.2046}$) ```{code-cell} ipython3 # votre code ici # et n'hésitez pas à recharger le fichier # pour partir d'un truc propre ... # df.head() ``` ### Ajout d'une colonne - calculer l'indice de masse corporelle $ i = \frac{weight}{height^2} $ et rangez-le dans une colonne `Mass Index` de la DataFrame ```{code-cell} ipython3 # votre code ici n'hésitez pas à recharger le fichier # pour partir d'un truc propre df = ... ``` ```{code-cell} ipython3 :tags: [raises-exception] df.head() ``` ### Catégorisation * ajouter une colonne "Gender-cat" dans laquelle le genre a été catégorisé (le type de la colonne doit être `category`) * en option, renommez les termes de cette catégorie en minuscules `male` et `female` ```{code-cell} ipython3 # votre code ici n'hésitez pas à recharger le fichier # pour partir d'un truc propre # df = ... ``` ```{code-cell} ipython3 :tags: [raises-exception] df.head() ``` ```{code-cell} ipython3 :tags: [raises-exception] df.dtypes ``` ### Calculs sur une colonne +++ - compter le nombre de valeurs différentes dans la colonne "Gender" ```{code-cell} ipython3 # à vous ``` - calculez la moyenne du poids ```{code-cell} ipython3 # à vous ``` - et l'écart-type de l'indice de masse corporelle ```{code-cell} ipython3 # à vous ``` ## Plots de colonnes de la DataFrame +++ ### Les boxplots 1. tracer le *boxplot* de la colonne *height* 1. tracer le *boxplot* de la colonne *weight* ```{code-cell} ipython3 # à vous ``` ### Les femmes par poids +++ * tracer les tailles des femmes en fonction de leurs poids ```{code-cell} ipython3 # à vous ``` ### Tri de colonnes et plots +++ * trier les tailles en ordre croissant et plotter les ```{code-cell} ipython3 # à vous ``` * plotter sur une même figure les tailles par genre ```{code-cell} ipython3 # à vous ``` * afficher en ordre croissant les personnes de plus de 180 cm ```{code-cell} ipython3 # à vous ``` # NaN +++ ## Lecture du csv +++ * lisez le fichier `data/car_sales.csv` (la première ligne contient le nom des colonnes) ```{code-cell} ipython3 # à vous de jouer cars = ... ``` ```{code-cell} ipython3 :tags: [raises-exception] cars.head(5) ``` * le nombre de lignes dans la dataframe ```{code-cell} ipython3 # votre code ``` * nombre de colonnes dans la dataframe ```{code-cell} ipython3 # à vous ``` * afficher les colonnes ```{code-cell} ipython3 # à vous de jouer ``` * afficher les lignes 10 à 14 inclusivement (on compte à partir de 1) ```{code-cell} ipython3 # à vous de jouer ``` ## Nombres de NaN +++ * le nombre de NaN par colonne (sans boucle python) ```{code-cell} ipython3 # votre code ``` * le nombre de NaN par ligne ```{code-cell} ipython3 # à vous de jouer ``` ## Suppression de NaN +++ - supprimer les colonnes qui ont plus de $5$ NaN **indices** * la taille originale de notre dataframe est 157 lignes et 16 colonnes * voyez `pandas.dropna` * ça concerne une colonne ```{code-cell} ipython3 # votre code ici ``` - supprimer les lignes qui ont plus de $5$ NaN ça devrait concerner une ligne ```{code-cell} ipython3 # votre code ici ``` - supprimer les lignes qui ont au moins un NaN ```{code-cell} ipython3 # votre code ici ``` - supprimer les colonnes qui ont au moins un NaN ```{code-cell} ipython3 # votre code ici ```