Différences

Ci-dessous, les différences entre deux révisions de la page.

--- bts:mm1:tp_stats [2023/10/04 14:16] – créée goupillwiki
+++ bts:mm1:tp_stats [2023/10/04 14:39] (Version actuelle) – goupillwiki
@@ Ligne 8: / Ligne 8: @@
 <csv bts:mm1:data.csv maxlines=10 hdr_rows=0></csv>
+===== Avec le tableur =====
+Avec un tableur comme Excel ou OpenOffice, récupérez les données et débrouiller vous pour obtenir :
+  * moyenne,
+  * écart-type,
+  * diagramme en boîte,
+  * histogramme avec des barres s'appuyant sur les classes $[10;20[$, $[20;30[$, ... $[60;70[$.
+===== Avec Python =====
+Je vous propose un script <wrap tip>on appelle script un petit fichier programme</wrap> en Python qui fait tout ce dont nous avons besoin.
+<WRAP box>
+**Préalable :**
+  - copiez le fichier ''data.csv'' dans le répertoire de votre choix,
+  - ouvrez un environnement Python comme **EduPython**,
+  - créez un nouveau fichier programme,
+  - enregistrez-le tout de suite (encore vide) sous le nom ''statistiques.py'' dans le même répertoire que ''data.csv''
+Nous pouvons poursuivre.
+</WRAP>
+Je découpe la suite en plusieurs morceaux pour insérer des explications, mais dans votre programme, tout sera à la suite.
+=== Déclarer les bibliothèques ===
+Python possède toutes les fonctions nécessaires. Souvent, ces fonctions ne sont pas présentes dans le langage de base. Elles se trouvent dans des bibliothèques de fonctions qu'il suffit d'utiliser.
+Ici, nous voulons pouvoir calculer une moyenne, un écart-type et faire des graphiques.
+<code python>
+from numpy import mean, std
+import matplotlib.pyplot as plt
+</code>
+Dans ce qui précède, ''matplotlib.pyplot'' est une grosse bibliothèque graphique. On ne veut pas avoir à réécrire tout le temps ''matplotlib.pyplot'' alors on donne un alias (''as'') que l'on nomme ''plt''.
+=== Récupérer le contenu du fichier ===
+On souhaite ouvrir le fichier `data.csv` en mode **lecture** et en récupérer les lignes. Nous obtenons alors une sorte de liste ou chaque item est une ligne du fichier. Mais ces lignes sont considérées comme du texte. Nous devons donc indiquer à Python qu'il faut considérer chaque ligne comme un nombre à virgule : un ''float'' en langage informatique.
+<code python>
+f = open('data.csv', 'r')
+lines = f.readlines()
+f.close()
+values = [float(item) for item in lines]
+</code>
+À l'issue de ces lignes, ''values'' est une liste contenant toutes les valeurs de la série statistique.
+=== Calculs statistiques ===
+Nous avons importé les fonctions ''mean'' et ''std''. Il suffit de les utiliser : ''mean(values)'' nous donnera la moyenne. On peut l'afficher avec ''print''. Même chose pour l'écart-type.
+<code python>
+print("moyenne :", mean(values))
+print("écart-type :", std(values))
+</code>
+=== Graphiques ===
+''matplotlib'' est une bibliothèque **TRÉS** riche. Vous pouvez voir un [[https://matplotlib.org/stable/gallery/index.html|aperçu]] de ce qui est possible.
+Dans notre script, ''plt'' est la machine à faire des graphiques.
+Parmi les graphiques disponibles, ''boxplot'' permet de faire des diagrammes en boîte. Je donne ci-dessous un exemple simple mais il y a beaucoup d'options.
+''hist'' permet de tracer un histogramme.
+<code python>
+plt.boxplot(values, vert=False)
+plt.figure()
+plt.hist(values, bins=[20, 30, 40, 50, 60, 70], density = True, linewidth=0.5, edgecolor="black")
+plt.show()
+</code>
+Et voilà ! Il n'y a plus qu'à exécuter.